Inception: Mercury 2

Inception : Mercury 2 est un modèle de texte d'Inception, listé sur api14 sous l'identifiant de modèle inception/mercury-2. Il appartient à la catégorie texte et est décrit par son fournisseur comme un LLM de raisonnement extrêmement rapide, et comme le premier LLM de diffusion pour le raisonnement (dLLM). La date de publication du fournisseur est le 2026-03-04. Si vous choisissez un modèle pour un pipeline de texte, le détail distinctif ici est l'approche par diffusion pour la génération plutôt qu'un décodeur séquentiel classique.

Concernant les capacités, Mercury 2 prend du texte en entrée et renvoie du texte en sortie, ce n'est donc pas un modèle multimodal. Il dispose d'une fenêtre de contexte de 128 000 tokens et d'une sortie maximale de 50 000 tokens. La description du fournisseur indique qu'au lieu de générer les tokens séquentiellement, Mercury 2 produit et affine plusieurs tokens en parallèle. Le comportement de raisonnement est exposé via des paramètres de requête plutôt que d'être figé, ce qui compte si vous voulez contrôler la quantité de raisonnement interne que le modèle effectue avant de répondre.

Les cas d'usage pratiques découlent de cette combinaison d'une grande fenêtre de contexte, d'un grand budget de sortie et d'un raisonnement configurable. Les documents longs, les bases de code multi fichiers, les transcriptions et le matériel de recherche tiennent dans 128 000 tokens, et le plafond de sortie de 50 000 tokens prend en charge les réponses longues, les rapports structurés et les traces de raisonnement étendues. Comme le modèle accepte les outils et les sorties structurées, il convient aussi aux flux de travail de type agent et aux applications qui ont besoin de réponses lisibles par machine plutôt que de texte libre. Les équipes attentives à la latence dans les tâches à forte intensité de raisonnement sont le public naturel d'un modèle de raisonnement basé sur la diffusion.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle inception/mercury-2. Les paramètres de requête pris en charge sont include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice et tools. En pratique, cela signifie que vous pouvez fixer un plafond de tokens avec max_tokens, régler l'échantillonnage avec temperature, contraindre la génération avec des séquences stop, demander une sortie JSON ou conforme à un schéma via response_format et structured_outputs, et attacher l'appel de fonctions via tools et tool_choice. Les paramètres reasoning, reasoning_effort et include_reasoning vous permettent de décider quelle quantité de raisonnement le modèle effectue et si ce raisonnement vous est renvoyé.

Les faits fournis n'indiquent pas de modalités non prises en charge, de limites de débit ni de comportement tarifaire, donc considérez le modèle comme texte uniquement et consultez le tableau des prix en direct sur la page pour le coût. Si votre tâche nécessite une entrée image ou audio, Mercury 2 ne convient pas, puisque ses modalités d'entrée et de sortie sont uniquement du texte. Pour une génération de texte simple où vous n'avez pas besoin de contrôle du raisonnement, d'outils ou de sortie structurée, un modèle plus simple peut suffire, mais dans les faits énoncés, Mercury 2 couvre le travail de texte à long contexte, l'utilisation d'outils et les réponses contraintes par schéma.