Mercury 3, LLM de difusão: 54 % abaixo da Venice na Carpe Diem

A Inception publicou o Mercury 3 a 19 de outubro de 2026. No dia seguinte, o identificador mercury-3 estava no catálogo da Carpe Diem. É um LLM de difusão: os tokens são refinados em paralelo, não um a um. O nosso banco de ensaios validou o raciocínio, a extração JSON e uma agulha em 2 500 palavras. Nas provas cotadas medimos 78 a 387 tokens/s de ponta a ponta, latência incluída. Não é comparável com os 1 068 tokens/s de descodificação pura anunciados pela Inception.

Ilustração gerada com seedream-v5-lite na Carpe Diem.

O que o Mercury 3 faz e o que testámos

O Mercury 3 é um modelo de texto da Inception Labs, sem imagem nem áudio à entrada, com 1 000 000 tokens de contexto. O pedido continua a ser um chat/completions clássico: o refinamento em paralelo corre no servidor, não no corpo do pedido. O catálogo atribui-lhe raciocínio, esforço de raciocínio, chamadas de função, esquema de resposta e pesquisa web. Vimos o raciocínio e um JSON conforme; não testámos as chamadas de função nem a pesquisa web.

A confidencialidade é anonymized: a Venice, fornecedor a montante da inferência, transmite o conteúdo ao fabricante sem lhe colar a sua identidade, ao contrário de um modelo private como o Llama 3.3 70B. O detalhe está na página de privacidade.

0,0464 $ / 0,1625 $ por milhão, 54 % abaixo da Venice

Carpe Diem revende a inferência do Mercury 3 através da Venice, daí a comparação com a tarifa pública da Venice.

	Entrada / M tokens	Saída / M tokens
Carpe Diem	0,0464 $	0,1625 $
Venice	0,1000 $	0,3500 $

A Inception publica 0,20 $ / 0,70 $ em lista e, no lançamento, 0,10 $ / 0,35 $ (50 % a menos). A Venice mostra esta tarifa de lançamento. Os preços Carpe Diem da tabela são os do banco de 20 de outubro de 2026; o catálogo pode mudar. A essa tarifa deste teste, 1 000 tokens de entrada e 1 000 de saída custam 0,00021 $; na Venice, 0,00045 $. Mil pedidos deste calibre: 0,21 $ contra 0,45 $.

O Llama 3.3 70B, proposto por omissão no Chat, está a 0,3032 $ / 1,2127 $ por milhão, com 128 000 tokens de contexto e inferência private. O MiniMax M3.1 Flash (minimax-m3-1-flash) está a 0,0812 $ / 0,3248 $ por milhão, com visão. Não o passámos no banco. Ambos continuam mais caros à entrada e à saída do que o Mercury 3.

As nossas medições de 20 de outubro de 2026

O banco debitou 0,00053 $ no total. Os tokens/s da tabela são os tokens de saída divididos pela duração total do pedido, latência de rede incluída: em 83 tokens de saída, 78 tokens/s dizem sobretudo que o pedido durou 1,1 s, não que a descodificação seja lenta. Não medimos o tempo até ao primeiro token.

Prova	Resultado	Duração	Tokens/s	Custo
Raciocínio (resposta única)	OK, 40000	2,4 s	387	0,00018 $
Extração JSON	conforme	1,1 s	78	0,00004 $
Agulha (~2 500 palavras)	encontrada	1,5 s	132	0,00008 $
Redação em francês	não cotada (julgada à leitura)	1,6 s	228	0,00008 $

No raciocínio pedíamos o limiar em que um plano fixo de 12 $ mais 0,40 $ por mil pedidos fica estritamente mais barato do que 0,70 $ por mil. Com r em milhares de pedidos por mês, o modelo pôs 12 + 0,40r < 0,70r, depois r > 40, e respondeu 40000, o valor esperado. Este pedido faturou 944 tokens de saída por umas quantas linhas visíveis.

A saída JSON devolveu vendor, amount_usdc 42.50, date 2026-03-03 e as duas linhas de artigos, sem campo a mais.

Em francês, o texto trata o leitor por tu e permanece genérico. O código não foi cotado.

Quando o Mercury 3 vale a pena

Escolhê-lo-íamos para extração JSON a baixo custo: um ensaio único ficou conforme em 1,1 s, debitado 0,00004 $. Valide nos seus próprios documentos antes de passar a volume. O raciocínio curto (limiar tarifário) acertou em 2,4 s.

Evite-o se precisar de um modelo private ou de imagem à entrada. O Llama 3.3 70B continua a ser a opção por omissão do estúdio Chat, com 128 000 tokens de contexto.

Experimentar o Mercury 3 no Hub ou pela API

O estúdio Chat do Create Hub chega: abra Chat, procure mercury-3, envie uma linha. Sem chave API, a carteira da sessão paga em créditos. Um prompt de uma palavra respondeu ok em 0,8 s, por menos de 0,0001 $. Para a API, o seguinte pedido correu (resposta ok, 0,9 s):

curl https://carpe-diem.xyz/api/operator/v1/chat/completions \
  -H "Authorization: Bearer cdm_your_key_here" \
  -H "Content-Type: application/json" \
  -d '{
    "model": "mercury-3",
    "messages": [{"role": "user", "content": "Reply with the single word ok."}]
  }'

A chave cria-se no painel. O URL de base documentado para a API é https://carpe-diem.xyz/api/operator/v1 (documentação, referência API). O playground está descrito no artigo Create Hub.