Introdução
Mercury 3, da Inception, foi criado para tarefas de raciocínio textual ágil e interação com agentes. Esta API de chat aceita texto, oferece um orçamento de entrada de 1,000,000 tokens e aceita max_tokens até 131,072. Receba o texto do Mercury 3 conforme é gerado ou use o resultado de uma função como base para a próxima etapa de as respostas rápidas de texto do Mercury 3.
| Campo | Valor |
|---|---|
| Entrada | Texto |
| Saída | Texto |
| Orçamento de entrada | 1,000,000 tokens |
| Limite de max_tokens | 131,072 |
| Entradas | texto |
Recursos e destaques
Escrito em paralelo, não um token por vez
A maioria dos modelos de linguagem escreve da esquerda para a direita, um token depois do outro. O Mercury é um modelo de difusão: segundo a Inception, ele produz e refina muitos tokens ao mesmo tempo, da mesma forma que os modelos de difusão de imagem refinam uma imagem inteira. A Inception apresenta isso como o motivo de o Mercury 3 conseguir passar de 1,000 tokens por segundo.
Feito para os casos em que a espera incomoda
A Inception informa 1,068 tokens por segundo em GPUs NVIDIA e descreve o Mercury 3 como 4 a 8 vezes mais rápido que modelos comparáveis. São medições do próprio criador, então encare-as como uma direção, não como uma promessa: a velocidade de qualquer API depende da carga, do tamanho do prompt e do esforço de raciocínio. Os casos citados pela Inception são assistentes de voz, chat de suporte, agentes de busca e agentes de navegador.
Um milhão de tokens de entrada
1,000,000 tokens equivalem a cerca de 750,000 palavras em inglês, ante 260K do Mercury 2.5, segundo a Inception. Uma conversa longa, um manual ou um repositório podem ser enviados na requisição exatamente como estão, e o modelo lê o original em vez de um resumo.
Raciocínio que você pode reduzir para ganhar velocidade
O reasoning_effort aceita none, low, medium ou high, e aqui o padrão é low. Mantenha none ou low para etiquetagem, roteamento e respostas rápidas, e aumente quando uma tarefa exigir vários passos. Ferramentas, streaming e saída JSON funcionam na mesma chamada.
Parâmetros da requisição
| Parâmetro | Obrigatório | Descrição |
|---|---|---|
messages | Sim | Para as respostas rápidas de texto do Mercury 3, envie a conversa e as fontes em texto na ordem e vincule cada resultado de ferramenta ao |
max_tokens | Não | Reserve |
reasoning_effort | Não | O Mercury 3 oferece none, low, medium, high, com low por padrão; compare níveis para as respostas rápidas de texto do Mercury 3, pois um raciocínio mais profundo pode aumentar o… |
stop | Não | Encerre o texto do Mercury 3 em uma sequência de parada ou em qualquer uma de até quatro; a sequência encontrada fica fora da resposta. pelo menos 1 caracteres · pelo menos 1 itens · no máximo 4 itens |
temperature | Não | O Mercury 3 aceita temperature de 0.5 a 1; mantenha os outros controles de amostragem fixos ao comparar formulações para as respostas rápidas de texto do Mercury 3. |
top_p | Não | Use |
tools | Não | Forneça ao Mercury 3 funções no formato OpenAI para as respostas rápidas de texto do Mercury 3; o modelo propõe argumentos e seu aplicativo valida e executa a operação. no máximo 128 itens |
parallel_tool_calls | Não | Permita que o Mercury 3 proponha funções independentes juntas quando as respostas rápidas de texto do Mercury 3 exigir vários resultados externos. Valor padrão: |
tool_choice | Não | Escolha auto, none, required ou uma função específica para Mercury 3 e preserve o ID retornado para continuar as respostas rápidas de texto do Mercury 3. |
response_format | Não | Peça texto ou JSON estruturado ao Mercury 3 e valide os campos necessários para as respostas rápidas de texto do Mercury 3 antes de usá-los. |
Preços
Entrada $0.20 / Saída $0.70 por 1 milhão de tokens
Casos de uso
Suporte em tempo real e assistentes de voz
Quando um cliente está esperando, importa o tempo até a primeira frase útil. Transmita a resposta, mantenha o reasoning_effort em none ou low e coloque o tom e as políticas na mensagem de sistema.
Agentes de busca e de navegador
Um agente que chama uma ferramenta, lê o resultado e chama outra passa a maior parte do tempo esperando o modelo. Dê ao Mercury 3 suas funções de busca ou de leitura de páginas e deixe-o conduzir o ciclo. A Inception cita o browser-use e agentes de busca em tempo real entre os primeiros parceiros.
Classificação em alto volume
Etiquete mensagens, direcione chamados ou extraia campos de textos em grande escala. Peça um objeto JSON, use uma temperatura baixa e processe o resultado diretamente, sem pós-processamento.
Rascunhos e reescritas na hora
Respostas curtas, resumos, feedback para tutoria e reescritas parecem quase instantâneos quando a geração é rápida. Para saídas longas, aumente o max_tokens e transmita o texto conforme ele chega.
Guia de prompt e dicas práticas
Mantenha o raciocínio baixo nos caminhos sensíveis à latência
O padrão é low. Use none para as respostas mais rápidas e passe para medium ou high apenas em tarefas que exigem planejamento. Compare alguns dos seus próprios prompts em cada nível antes de escolher um padrão.
Fique dentro da faixa de temperatura
Este endpoint aceita temperatura de 0.5 a 1. Um valor mais baixo serve para classificação e extração; um valor mais alto dá formulações mais variadas em rascunhos.
Defina o
max_tokenspara a resposta que você querO padrão de
max_tokensé 4,096 e o teto é 131,072. O raciocínio, quando usado, conta no mesmo orçamento; deixe margem nos níveis de esforço mais altos e confira o finish reason.Peça estrutura quando o código for ler a resposta
Use
response_formatpara pedir um objeto JSON, ou defina uma ferramenta cujos parâmetros tenham a forma de que você precisa, e valide o retorno antes de agir sobre ele.
Respostas de texto rápidas
O Mercury 3 refina texto em paralelo por difusão. Para responder a um cliente, envie a pergunta, o trecho relevante da política e a próxima ação esperada em texto; este endpoint não aceita partes de imagem, vídeo ou áudio.
Ajuste o tempo de espera
Comece com low e compare none em classificações simples. Receba respostas longas por streaming e reserve max_tokens para o raciocínio e o texto visível. A velocidade publicada pela Inception vem de medições próprias e não garante a latência da sua solicitação.
Conecte uma ação externa
O Mercury 3 pode propor uma função; seu aplicativo valida os argumentos e executa a operação. Devolva o resultado com o tool_call_id correspondente para alimentar a próxima resposta. Confira a resposta final com a política enviada antes de exibi-la ao cliente.
As decisões de conteúdo do Mercury 3 valem para as respostas rápidas de texto do Mercury 3; as respostas NSFW podem mudar com a solicitação ou versão, sem promessa de saída irrestrita.
Início rápido da 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'
Consulte a referência da API para autenticação, esquema completo, polling e tratamento de erros.