Introducción
Mercury 3, de Inception, sirve para razonamiento de texto ágil e interacción con agentes. Esta API de chat admite texto, ofrece un presupuesto de entrada de 1,000,000 tokens y acepta max_tokens hasta 131,072. Recibe el texto de Mercury 3 conforme se genera, o usa el resultado de una función como evidencia para el siguiente paso de las respuestas rápidas de texto de Mercury 3.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Salida | Texto |
| Presupuesto de entrada | 1,000,000 tokens |
| Límite de max_tokens | 131,072 |
| Entradas | texto |
Funciones y aspectos destacados
Se escribe en paralelo, no token a token
La mayoría de los modelos de lenguaje escriben de izquierda a derecha, un token tras otro. Mercury es un modelo de difusión: según Inception, produce y refina muchos tokens a la vez, igual que los modelos de difusión de imágenes refinan una imagen completa. Inception presenta esto como la razón por la que Mercury 3 puede superar los 1,000 tokens por segundo.
Pensado para los casos en que esperar duele
Inception informa de 1,068 tokens por segundo en GPU NVIDIA y describe Mercury 3 como 4 a 8 veces más rápido que modelos comparables. Son mediciones propias del creador, así que tómelas como una tendencia y no como una promesa: la velocidad de cualquier API depende de la carga, la longitud del prompt y el esfuerzo de razonamiento. Inception menciona como casos de uso las voces, el chat de soporte, los agentes de búsqueda y los agentes de navegador.
Un millón de tokens de entrada
1,000,000 tokens equivalen aproximadamente a 750,000 palabras en inglés, frente a 260K de Mercury 2.5 según Inception. Un hilo largo, un manual o un repositorio pueden enviarse tal cual en la solicitud, así que el modelo lee el original y no un resumen.
Razonamiento que puedes bajar para ganar velocidad
reasoning_effort acepta none, low, medium o high, y aquí low es el valor por defecto. Mantén none o low para etiquetado, enrutamiento y respuestas rápidas, y súbelo cuando una tarea necesite varios pasos. Las herramientas, el streaming y la salida JSON funcionan en la misma llamada.
Parámetros de la solicitud
| Parámetro | Obligatorio | Descripción |
|---|---|---|
messages | Sí | Para las respuestas rápidas de texto de Mercury 3, envía la conversación y las fuentes como texto en orden, y vincula cada resultado de herramienta a su |
max_tokens | No | Reserva |
reasoning_effort | No | Mercury 3 ofrece none, low, medium, high, con low por defecto; compara niveles para las respuestas rápidas de texto de Mercury 3, ya que razonar más puede aumentar los tokens de… |
stop | No | Detén el texto de Mercury 3 con una secuencia o con cualquiera de hasta cuatro; la secuencia coincidente se omite de la respuesta. mínimo 1 caracteres · mínimo 1 elementos · máximo 4 elementos |
temperature | No | Mercury 3 acepta temperature de 0.5 a 1; mantén fijos los demás controles de muestreo al comparar redacciones para las respuestas rápidas de texto de Mercury 3. |
top_p | No | Usa |
tools | No | Entrega a Mercury 3 definiciones de funciones en formato OpenAI para las respuestas rápidas de texto de Mercury 3; el modelo propone argumentos y tu aplicación valida y ejecuta… máximo 128 elementos |
parallel_tool_calls | No | Permite que Mercury 3 proponga funciones independientes juntas cuando las respuestas rápidas de texto de Mercury 3 requiera varios resultados externos. Valor predeterminado: |
tool_choice | No | Elige auto, none, required o una función concreta para Mercury 3, y conserva el ID devuelto para continuar las respuestas rápidas de texto de Mercury 3. |
response_format | No | Pide texto o JSON estructurado a Mercury 3 y valida los campos necesarios para las respuestas rápidas de texto de Mercury 3 antes de usarlos. |
Precios
Entrada $0.20 / Salida $0.70 por 1 millón de tokens
Casos de uso
Soporte en tiempo real y asistentes de voz
Cuando un cliente está esperando, importa el tiempo hasta la primera frase útil. Transmite la respuesta, mantén reasoning_effort en none o low y pon el tono y las políticas en el mensaje de sistema.
Agentes de búsqueda y de navegador
Un agente que llama a una herramienta, lee el resultado y vuelve a llamar pasa la mayor parte del tiempo esperando al modelo. Dale a Mercury 3 tus funciones de búsqueda o de lectura de páginas y deja que ejecute el bucle. Inception menciona browser-use y los agentes de búsqueda en tiempo real entre sus primeros socios.
Clasificación de alto volumen
Etiqueta mensajes, enruta tickets o extrae campos de un texto a gran escala. Pide un objeto JSON, usa una temperatura baja y analiza el resultado directamente, sin posprocesado.
Redacción y reescritura al instante
Respuestas cortas, resúmenes, retroalimentación para tutorías y reescrituras se sienten casi inmediatas cuando la generación es rápida. En salidas largas, sube max_tokens y transmite el texto a medida que llega.
Guía de prompts y consejos prácticos
Mantén el razonamiento bajo en las rutas sensibles a la latencia
El valor por defecto es low. Usa none para las respuestas más rápidas y pasa a medium o high solo en tareas que requieran planificación. Compara algunos de tus propios prompts en cada nivel antes de elegir un valor por defecto.
Mantente dentro del rango de temperatura
Este endpoint acepta una temperatura de 0.5 a 1. Un valor bajo va bien para clasificación y extracción; uno más alto da redacciones más variadas en los borradores.
Ajusta
max_tokensa la respuesta que quieresEl valor por defecto de
max_tokenses 4,096 y el máximo es 131,072. El razonamiento, cuando se usa, cuenta dentro del mismo presupuesto; deja margen en los niveles de esfuerzo altos y revisa el finish reason.Pide estructura cuando el código vaya a leer la respuesta
Usa
response_formatpara pedir un objeto JSON, o define una herramienta cuyos parámetros tengan la forma que necesitas, y valida lo que llega antes de actuar.
Respuestas de texto rápidas
Mercury 3 refina texto en paralelo mediante difusión. Para responder a un cliente, envía su pregunta, el fragmento pertinente de la política y la siguiente acción esperada como texto; este endpoint no acepta partes de imagen, video ni audio.
Ajusta la espera
Empieza con low y compara none para clasificaciones sencillas. Recibe respuestas largas en streaming y reserva max_tokens para el razonamiento y el texto visible. La velocidad publicada por Inception corresponde a sus mediciones y no garantiza la latencia de tu solicitud.
Conecta una acción externa
Mercury 3 puede proponer una función; tu aplicación valida los argumentos y la ejecuta. Devuelve el resultado con el tool_call_id correspondiente para que el siguiente turno use esa evidencia. Revisa la respuesta final contra la política antes de mostrarla al cliente.
Las decisiones de contenido de Mercury 3 se aplican a las respuestas rápidas de texto de Mercury 3; las respuestas NSFW pueden cambiar según la solicitud o versión, sin promesa de salida sin restricciones.
Inicio rápido de la API
curl --fail-with-body -sN https://api.spicyapi.ai/v1/chat/completions \
-H "Authorization: Bearer $SPICY_API_KEY" \
-H "Content-Type: application/json" \
-H "Idempotency-Key: $(uuidgen)" \
-d '{
"model": "inception/mercury-3/chat",
"messages": [
{
"role": "user",
"content": "Summarise the following release notes into three bullet points."
}
],
"stream": true
}' \
| jq --unbuffered -Rrj 'select(startswith("data: ")) | .[6:] | select(. != "[DONE]") | fromjson | if .error then "\n[error] \(.error.message)\n" else (.choices[0].delta.content? // empty) end'
Consulta la referencia de la API para autenticación, el esquema completo, sondeo y gestión de errores.