Segun MarkTechPost (AI/ML News), Inception ha presentado Mercury 3, su cuarta versión del modelo de lenguaje difusivo, diseñado para entregar respuestas de forma paralela en lugar de secuencial. Este avance marca un salto en eficiencia, ya que el modelo alcanza una velocidad de generación de 1.068 tokens por segundo en GPUs de NVIDIA, manteniendo un contexto de hasta un millón de tokens. En pruebas internas, Mercury 3 supera a GPT-6 Luna y Claude Haiku 5.5 en ocho de doce evaluaciones. Su desempeño más destacado se observa en el benchmark SWE-Bench Atlas, donde obtiene una puntuación de 51.08, una mejora de casi 18 puntos frente a sus competidores. En cambio, en el test DeepSWE v1, registra 46.31, con una diferencia de 5.31 puntos respecto al Haiku 5.5, que alcanza 51.62.
El modelo se posiciona como una solución orientada a velocidad, especialmente útil para aplicaciones que requieren respuestas rápidas, como asistentes virtuales, bots de voz o herramientas de búsqueda. Aunque Inception no ha revelado el número exacto de parámetros, indica que Mercury 3 posee más de 40 veces la capacidad de Mercury 1, su primer lanzamiento en 2025. Entre ambos modelos, la calidad promedio en pruebas estándar aumenta aproximadamente tres veces, mientras que la velocidad de generación se mantiene por encima de los 1.000 tokens por segundo. Este crecimiento demuestra que la arquitectura difusiva no solo es viable, sino que se escala eficientemente con el tamaño del modelo.
La innovación radica en cómo el modelo construye respuestas: en lugar de generar un token tras otro, parte de un borrador completo y lo refina en múltiples pasos simultáneos. Este enfoque elimina los tiempos de espera que caracterizan a los modelos autoregresivos tradicionales. Aunque el modelo solo está disponible a través de una API y no cuenta con versiones abiertas o cuantizadas, su rendimiento en escenarios prácticos sugiere que podría transformar la forma en que se diseñan herramientas de inteligencia artificial en entornos de desarrollo.
Para los lectores peruanos, este avance refleja una tendencia global: la necesidad de soluciones más rápidas y escalables en el ámbito de las tecnologías digitales. En un contexto donde el acceso a herramientas de inteligencia artificial puede influir en la competitividad empresarial, el desarrollo de modelos como Mercury 3 muestra que la velocidad y la eficiencia son factores clave. Aunque aún no están disponibles en el mercado local, su evolución puede impulsar el crecimiento de startups tecnológicas o servicios digitales que requieran respuestas instantáneas, como asistentes para comercio electrónico o soporte en línea. Este tipo de innovaciones, aunque aún en fases de desarrollo, preparan el terreno para que el Perú, como país en proceso de digitalización, aproveche mejor las ventajas de la inteligencia artificial en sus sectores más dinámicos.