Inception: Mercury 2.5

Inception: Mercury 2.5 is een tekstmodel van Inception. Het behoort tot de categorie tekst en wordt door de provider beschreven als het nieuwste diffusie-LLM (dLLM) van het bedrijf, en ook als het snelste reasoning-LLM. De releasedatum van de provider is 2026-09-08. In plaats van tokens sequentieel te genereren, produceert en verfijnt Mercury 2.5 meerdere tokens parallel.

Het model accepteert tekst als invoer en retourneert tekst als uitvoer. Het heeft een contextvenster van 260.000 tokens, waardoor lange documenten, grote codebestanden of uitgebreide gespreksgeschiedenissen in één verzoek kunnen worden verwerkt. De maximale uitvoer is 65.536 tokens, dus antwoorden kunnen lang zijn wanneer de taak dat vereist. Omdat het een reasoning-model is, kan het problemen doorwerken voordat het zijn definitieve antwoord produceert, en reasoning-gedrag kan worden beïnvloed via de ondersteunde parameters.

Deze mogelijkheden wijzen op een paar praktische toepassingen. Werk met een lange context, zoals het samenvatten van of queryen in grote documenten, codebases of transcripten, past bij het venster van 260.000 tokens. Taken waarin reasoning centraal staat, waaronder meerstapsanalyse, planning en probleemoplossing, sluiten van nature aan bij de positionering van het model als reasoning-LLM. De ondersteuning voor tool calling en gestructureerde uitvoer maken het geschikt voor agent-achtige workflows en voor toepassingen die antwoorden in een gedefinieerd formaat nodig hebben, zoals het extraheren van velden uit tekst of het aansturen van downstream-automatisering. Parallelle tokengeneratie maakt het ook relevant waar responslatentie belangrijk is.

Je roept het model aan via de OpenAI-compatibele API van api14 met het model-id "inception/mercury-2.5". De verzoekparameters die het ondersteunt zijn include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice en tools. In de praktijk betekent dit dat je de uitvoerlengte kunt beperken met max_tokens, sampling kunt sturen met temperature, generatie kunt stoppen op gegeven sequenties met stop, gestructureerde of geformatteerde uitvoer kunt aanvragen via response_format en structured_outputs, en functies aan het model kunt aanbieden met tools en tool_choice. De parameters reasoning, reasoning_effort en include_reasoning laten je afstemmen hoeveel reasoning het model uitvoert en of reasoning-inhoud wordt geretourneerd.

Er zijn gevallen waarin een ander model beter past. Mercury 2.5 accepteert alleen tekst als invoer, dus taken met afbeeldingen, audio of andere modaliteiten vallen buiten zijn bereik. De uitvoer is ook alleen tekst. Als je workload geen baat heeft bij reasoning of parallelle generatie, kan een eenvoudiger model voldoende zijn, maar binnen teksttaken maken het contextvenster, de uitvoerlimiet en de parameterset Mercury 2.5 een flexibele keuze.