Mercury 3 : un modèle d’IA par diffusion annoncé à plus de 1 000 jetons par seconde
Le 19 octobre 2026, l’entreprise américaine Inception a présenté Mercury 3, un modèle de langage qui mise sur la diffusion plutôt que sur la génération classique mot après mot. Cette approche consiste à produire et affiner plusieurs éléments de réponse au cours d’étapes successives, avec l’objectif de réduire les délais de génération.
Selon Inception, Mercury 3 atteint 1 068 jetons (« tokens ») par seconde sur des processeurs graphiques NVIDIA et peut prendre en compte jusqu’à un million de jetons de contexte, contre 260 000 pour Mercury 2.5. L’entreprise indique aussi que le nouveau modèle est plus de quarante fois plus volumineux que Mercury 1. Il est accessible via son API et plusieurs plateformes partenaires.
Ces chiffres sont des résultats annoncés par le fabricant : ils ne prouvent pas, à eux seuls, que chaque utilisateur obtiendra cette vitesse. Les mesures dépendent notamment du matériel, des réglages et de la charge du serveur. Des comparaisons indépendantes et reproductibles restent nécessaires pour évaluer sa qualité de raisonnement et sa rapidité dans des conditions identiques à celles des concurrents.
Si ces performances se confirment, les modèles par diffusion pourraient constituer une option intéressante pour les assistants vocaux, les agents informatiques et les applications interactives qui exigent une faible latence.
Sources : annonce officielle d’Inception ; analyse critique de la vitesse annoncée.
