Inception: Mercury 2

Inception: Mercury 2 är en textmodell från Inception, listad på api14 under modell-id:t inception/mercury-2. Den tillhör kategorin text och beskrivs av sin leverantör som en extremt snabb resonerande LLM, och som den första resonerande diffusions-LLM:en (dLLM). Leverantörens utgivningsdatum är 2026-03-04. Om du väljer en modell för en textpipeline är den utmärkande detaljen här diffusionsansatsen till generering snarare än en konventionell sekventiell avkodare.

När det gäller kapacitet tar Mercury 2 emot text och returnerar text, så det är inte en multimodell modell. Den har ett kontextfönster på 128 000 tokens och en maximal utdata på 50 000 tokens. Leverantörens beskrivning noterar att Mercury 2, i stället för att generera tokens sekventiellt, producerar och förfinar flera tokens parallellt. Resonemangsbeteende exponeras genom begäransparametrar i stället för att vara fast, vilket spelar roll om du vill styra hur mycket internt resonemang modellen utför innan den svarar.

De praktiska användningsfallen följer av den kombinationen av ett stort kontextfönster, en stor utdatabudget och konfigurerbart resonemang. Långa dokument, kodbaser med flera filer, transkript och forskningsmaterial ryms inom 128 000 tokens, och taket på 50 000 tokens i utdata stöder långformade svar, strukturerade rapporter och utökade resonemangsspår. Eftersom modellen accepterar verktyg och strukturerade utdata passar den också för agentliknande arbetsflöden och applikationer som behöver maskinläsbara svar i stället för fritext. Team som bryr sig om latens i resonemangstunga uppgifter är den naturliga målgruppen för en diffusionsbaserad resonemangsmodell.

Du anropar den via api14:s OpenAI-kompatibla API med modell-id:t inception/mercury-2. De begäransparametrar som stöds är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice och tools. I praktiken innebär det att du kan sätta ett tak för tokens med max_tokens, justera sampling med temperature, begränsa genereringen med stop-sekvenser, begära JSON eller schemabaserad utdata genom response_format och structured_outputs, och koppla in funktionsanrop genom tools och tool_choice. Parametrarna reasoning, reasoning_effort och include_reasoning låter dig bestämma hur mycket resonemang modellen utför och om det resonemanget returneras till dig.

De angivna fakta listar inte modaliteter som inte stöds, hastighetsgränser eller prisbeteende, så behandla modellen som enbart text och kontrollera den aktuella pristabellen på sidan för kostnad. Om din uppgift behöver bild- eller ljudinmatning är Mercury 2 inte rätt val, eftersom dess in- och utdatamodaliteter enbart är text. För enkel textgenerering där du inte behöver resonemangsstyrning, verktyg eller strukturerad utdata kan en enklare modell vara tillräcklig, men inom de angivna fakta täcker Mercury 2 långkontexttextarbete, verktygsanvändning och schemabegränsade svar.