Inception: Mercury 3

Inception: Mercury 3 är en textmodell från Inception, labbet bakom Mercury-serien av diffusionsbaserade språkmodeller. Inception beskriver Mercury 3 som sin hittills mest kapabla modell, och positionerar den för agentiska arbetsflöden och realtidsapplikationer där latens ackumuleras. Det är en textmodell i den meningen att den tar emot text och returnerar text, så den hanterar inte bilder, ljud eller andra indatatyper.

Kontextfönstret är 1 000 000 tokens, vilket är tillräckligt stort för att rymma hela kodbaser, långa dokumentsamlingar eller utökade konversationshistoriker i en enda begäran. Utdata är begränsad till 131 072 tokens, så ett enda svar kan vara mycket långt även om indatabudgeten är mycket större. Modellen stöder resonemangskontroller genom parametrarna reasoning, reasoning_effort och include_reasoning, och den kan returnera strukturerad utdata via response_format och structured_outputs. Verktygsanvändning stöds genom parametrarna tools och tool_choice, vilket är det som gör den till en kandidat för agentloopar snarare än vanlig chatt.

Dessa förmågor pekar mot några praktiska mönster. Agentiska arbetsflöden är det uppenbara: du kan ge modellen en stor arbetskontext, exponera verktyg och låta den avgöra när den ska anropa dem, med resonemangsansträngning inställd efter stegets svårighetsgrad. Realtidsapplikationer är den andra angivna passformen, där diffusionsmetoden är tänkt att hålla latensen låg när interaktioner ackumuleras. Långkontextuppgifter som att granska en stor kodförvaring, sammanfatta en dokumentsamling eller underhålla en långvarig assistentsession följer också av 1M-tokenfönstret, och strukturerade utdata gör den användbar för extraktions- och klassificeringspipelines som behöver förutsägbar JSON.

Du anropar den genom api14:s OpenAI-kompatibla API med modell-id:t "inception/mercury-3". Eftersom ytan är OpenAI-kompatibel fungerar befintliga klienter och SDK:er med en ändring av bas-URL. Begäranparametrarna den stöder är include_reasoning, max_tokens, reasoning, reasoning_effort, response_format, stop, structured_outputs, temperature, tool_choice och tools. Använd max_tokens för att begränsa svarslängden, temperature för samplingskontroll, stop för anpassade stoppsekvenser, och resonemangs- och verktygsparametrarna när du vill att modellen ska tänka igenom ett steg eller agera på externa funktioner.

En begränsning värd att notera är modalitet: modellen är text in och text ut, så allt som involverar bilder eller ljud behöver en annan modell. Leverantörens utgivningsdatum är 2026-10-16. Om din uppgift inte behöver resonemang, verktygsanrop eller en mycket stor kontext kan en enklare textmodell vara en bättre passform, men för agentiskt arbete och långkontextarbete inom den stödda parameteruppsättningen är Mercury 3 det direkta alternativet på api14.