Inception: Mercury 3

Inception : Mercury 3 est un modèle de texte d'Inception, le laboratoire derrière la gamme Mercury de modèles de langage basés sur la diffusion. Inception décrit Mercury 3 comme son modèle le plus capable à ce jour, et le positionne pour les flux de travail agentiques et les applications en temps réel où la latence s'accumule. C'est un modèle texte uniquement en ce sens qu'il accepte du texte et renvoie du texte, donc il ne gère pas les images, l'audio ou d'autres types d'entrée.

La fenêtre de contexte est de 1 000 000 de tokens, ce qui est suffisamment grand pour contenir des bases de code entières, de longs ensembles de documents ou des historiques de conversation étendus en une seule requête. La sortie est plafonnée à 131 072 tokens, donc une seule réponse peut être très longue même si le budget d'entrée est bien plus grand. Le modèle prend en charge les contrôles de raisonnement via les paramètres reasoning, reasoning_effort et include_reasoning, et il peut renvoyer une sortie structurée via response_format et structured_outputs. L'utilisation d'outils est prise en charge via les paramètres tools et tool_choice, ce qui en fait un candidat pour les boucles d'agents plutôt que pour le simple chat.

Ces capacités indiquent quelques schémas pratiques. Les flux de travail agentiques sont le cas évident : vous pouvez donner au modèle un grand contexte de travail, exposer des outils, et le laisser décider quand les appeler, avec un effort de raisonnement ajusté à la difficulté de l'étape. Les applications en temps réel sont l'autre adéquation annoncée, où l'approche par diffusion est censée maintenir une faible latence à mesure que les interactions s'accumulent. Les tâches à long contexte telles que la revue d'un grand dépôt, le résumé d'une collection de documents ou la tenue d'une session d'assistant de longue durée découlent aussi de la fenêtre de 1M tokens, et les sorties structurées le rendent utilisable pour les pipelines d'extraction et de classification qui ont besoin d'un JSON prévisible.

Vous l'appelez via l'API compatible OpenAI d'api14 en utilisant l'identifiant de modèle "inception/mercury-3". Comme la surface est compatible OpenAI, les clients et SDK existants fonctionnent avec un simple changement d'URL de base. 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. Utilisez max_tokens pour borner la longueur de la réponse, temperature pour le contrôle de l'échantillonnage, stop pour les séquences d'arrêt personnalisées, et les paramètres reasoning et tool lorsque vous voulez que le modèle réfléchisse à une étape ou agisse sur des fonctions externes.

Une limite à noter est la modalité : le modèle est texte en entrée et texte en sortie, donc tout ce qui implique des images ou de l'audio nécessite un modèle différent. La date de publication du fournisseur est le 2026-10-16. Si votre tâche n'a pas besoin de raisonnement, d'appels d'outils ou d'un très grand contexte, un modèle de texte plus simple peut mieux convenir, mais pour le travail agentique et à long contexte dans l'ensemble de paramètres pris en charge, Mercury 3 est l'option directe sur api14.