Inception Labs Apresenta Mercury 2.5: Um Gigante em Modelos de Linguagem de Difusão

A Inception Labs surpreende o mercado de IA com o lançamento do Mercury 2.5, um modelo de linguagem de difusão (dLLM) que estabelece um novo recorde como o maior já treinado. Este dLLM se destaca pela eficiência, processando 1.107 tokens por segundo em GPUs Nvidia amplamente disponíveis, com uma janela de contexto de 260K tokens. A arquitetura de difusão, geralmente associada à geração de imagens, aqui é aplicada a textos, permitindo um processamento rápido e, segundo a empresa, uma inteligência comparável a modelos de ponta otimizados para custo.

Entre as capacidades do Mercury 2.5, estão o raciocínio ajustável, chamadas de ferramentas paralelas e JSON alinhado a esquemas. Ele é projetado para lidar com cargas de trabalho sensíveis à latência em aplicações como agentes de busca, onde múltiplas chamadas ao modelo são necessárias para uma única consulta, e agentes de voz, onde a rapidez da resposta é crucial para a experiência do usuário. A Inception Labs está oferecendo um desconto inicial de 80%, precificando a US$ 0,04 por milhão de tokens de entrada e US$ 0,15 por milhão de tokens de saída, posicionando-o como uma alternativa competitiva frente a outros modelos.

O Mercury 2.5 representa um salto significativo de qualidade em relação ao seu antecessor, o Mercury 2. A Inception Labs afirma um aumento de 40% na inteligência do modelo, mantendo o perfil de baixa latência e custo. Desde o lançamento do Mercury 2, a base de usuários e o volume de uso cresceram mais de dez vezes, com o modelo sendo empregado em busca, voz e produtos de codificação. Essa evolução é o resultado direto do feedback dos clientes e da análise de falhas em produção, que orientaram o treinamento e as avaliações do novo modelo, transformando dados do mundo real em aprimoramentos concretos. Além disso, a empresa lançou o Mercury Voice e o Mercury Router em prévia, expandindo as funcionalidades da plataforma.

A chegada do Mercury 2.5 é importante porque redefine o balanço entre desempenho e custo no universo dos LLMs. Ao rivalizar com modelos como GPT-5.6 Luna (Low), Gemini 3.5 Flash-Lite e Claude Haiku 4.5, ele prova que é possível ter alta capacidade sem um custo proibitivo. A velocidade de processamento e a janela de contexto robusta o tornam ideal para aplicações que exigem respostas rápidas e contexto extenso, como assistentes de voz e sub-agentes de codificação. A estratégia de preço agressiva, com um desconto inicial, democratiza o acesso a uma IA de ponta, incentivando a adoção e a inovação em diversas frentes, como vimos no CEVIU News em matérias sobre o DeepSeek V4-Flash em 4 de agosto de 2026 e o Claude Opus 5 em 27 de julho de 2026, que também focavam na relação custo-benefício.