Mercury 3 da Inception Labs: o novo gigante da IA que supera GPT-6 Luna e Claude Haiku 5.5

O Mercury 3 da Inception Labs não é só mais um modelo de linguagem, ele é um marco na validação das arquiteturas de difusão para Large Language Models (LLMs). Enquanto a maioria dos modelos dominantes usa arquiteturas autorregressivas, o Mercury 3 prova que o método de difusão, familiar de geradores de imagem como o Stable Diffusion, escala para tarefas complexas de linguagem. Ele entrega performance superior a modelos como GPT-6 Luna e Claude Haiku 5.5 em benchmarks, mostrando que há vida inteligente e competitiva fora do paradigma autorregressivo.

A velocidade é outro ponto crucial. Gerar mais de 1.000 tokens por segundo não é apenas um número impressionante, mas um diferencial para aplicações que exigem baixa latência. Pense em agentes de IA navegando na web, tutores virtuais conversando em tempo real ou sistemas de suporte ao cliente que precisam de respostas instantâneas. Essa capacidade permite que a IA execute múltiplas etapas ou refine suas respostas sem que o usuário perceba qualquer atraso, mudando a forma como interagimos com sistemas inteligentes em tempo real.

A Inception Labs tem um histórico de evolução rápida. Na nossa cobertura de 9 de setembro de 2026, destacamos o lançamento do Mercury 2.5, que já era o "maior modelo de linguagem de difusão" da época e processava 1.107 tokens por segundo, rivalizando com o GPT-5.6 Luna (Low). O Mercury 3 mantém essa velocidade, mas eleva o patamar de inteligência e capacidade de contexto, agora com 1 milhão de tokens, um salto considerável em relação aos 260 mil tokens do Mercury 2.5.

O modelo atual não apenas se compara, mas supera diretamente o GPT-6 Luna, uma geração à frente, confirmando que a arquitetura de difusão escala em inteligência, algo que era uma questão aberta para a comunidade. Houve um crescimento de 40 vezes no tamanho do modelo desde o Mercury 1, consolidando a viabilidade da abordagem de difusão para LLMs de ponta.

O lançamento do Mercury 3 é importante porque ele valida de vez uma abordagem arquitetônica alternativa para LLMs. Por anos, a comunidade se perguntou se modelos baseados em difusão poderiam competir de frente com os modelos autorregressivos dominantes em termos de complexidade e desempenho. A Inception Labs respondeu a essa pergunta com um "sim" retumbante.

Isso significa mais concorrência, mais inovação e a possibilidade de modelos de IA com características únicas, como a combinação de alta velocidade e qualidade, abrindo caminho para uma nova safra de aplicações de IA em tempo real, onde a latência é um gargalo crítico.