modelos

Inception: Mercury 3

Markdown · JSON

Inception: Mercury 3

inception/mercury-3
InceptionTextoEntrada USD 0.0002 / 1KSalida USD 0.0007 / 1K

Modelo de texto por difusión de Inception para conversaciones, trabajo con documentos extensos y tareas intelectuales sucesivas.

Un modelo de texto basado en difusión

Mercury 3 es un modelo de Inception que utiliza un enfoque de difusión para generar texto. Continúa la familia Mercury, que el desarrollador orienta a aplicaciones interactivas y tareas con varias consultas sucesivas al modelo. En la descripción de Mercury 3, Inception destaca el soporte conversacional, la enseñanza, el trabajo con datos y los usos de búsqueda con agentes.

La arquitectura de difusión es una propiedad del modelo. No determina el tiempo de respuesta de una aplicación concreta: el resultado depende también del volumen de la solicitud, de la longitud de la respuesta y de las condiciones del servicio. En Ailoot, Mercury 3 recibe texto y devuelve texto. Esta interfaz sirve para explicaciones, procesamiento de documentos y preparación del siguiente paso de una tarea a partir de la información proporcionada.

Un contexto amplio para trabajo relacionado

Para Mercury 3 en Ailoot se indica un contexto de 1 000 000 de tokens. En una misma conversación puedes reunir un conjunto extenso de materiales textuales: descripción del producto, normas, correspondencia y requisitos del resultado. El valor práctico de un contexto amplio aparece cuando la respuesta debe tener en cuenta varias partes de la tarea al mismo tiempo; por ejemplo, contrastar unas instrucciones de atención al cliente con las condiciones de un contrato y preparar una respuesta a una solicitud concreta.

Para esa solicitud conviene identificar los documentos, conservar sus nombres y pedir que se indique en qué material se basa cada conclusión. Si la tarea consta de varios pasos, define un resultado intermedio: primero una lista de normas pertinentes, después el análisis del caso y finalmente un borrador de respuesta. Esto facilita la comprobación y permite precisar una etapa sin volver a describir toda la tarea.

Usos interactivos

En un diálogo didáctico, Mercury 3 puede utilizarse para analizar una solución, preparar una pista o explicar un concepto al nivel indicado. Para trabajar con datos, puedes enviar una descripción de los campos, una muestra en texto y una pregunta para obtener una explicación de patrones o un plan de transformación. Para atención al cliente, adjunta las normas y pide una respuesta comprensible que tenga en cuenta la situación del usuario.

Estos usos incorporan el modelo de texto como parte del flujo de trabajo. La búsqueda autónoma en internet, el control del navegador, el acceso a sistemas de la empresa y la conversación por voz dependen de las herramientas conectadas a la aplicación. Mercury Voice y Mercury Decide son productos independientes de Inception; sus funciones especializadas no forman parte de la descripción de Mercury 3.

Disponible mediante la API de Ailoot

Ultra Anthropic MessagesPOST /v1/messages
Entrada
text
Salida
text
Contexto
No se indica en el catálogo
Respuesta máx.
No se indica en el catálogo
Entrada
USD 0.0002 / 1K
Salida
USD 0.0007 / 1K
Lectura de caché
USD 0.00002 / 1K
Ultra OpenAI ResponsesPOST /v1/responses
Entrada
text
Salida
text
Contexto
No se indica en el catálogo
Respuesta máx.
No se indica en el catálogo
Entrada
USD 0.0002 / 1K
Salida
USD 0.0007 / 1K
Lectura de caché
USD 0.00002 / 1K
Ultra OpenAI ChatPOST /v1/chat/completions
Entrada
text
Salida
text
Contexto
No se indica en el catálogo
Respuesta máx.
No se indica en el catálogo
Entrada
USD 0.0002 / 1K
Salida
USD 0.0007 / 1K
Lectura de caché
USD 0.00002 / 1K
Ultra Gemini generateContentPOST /v1beta/models/inception/mercury-3:generateContent
Entrada
text
Salida
text
Contexto
No se indica en el catálogo
Respuesta máx.
No se indica en el catálogo
Entrada
USD 0.0002 / 1K
Salida
USD 0.0007 / 1K
Lectura de caché
USD 0.00002 / 1K
inception/mercury-3 · JSON
{"about":"### Un modelo de texto basado en difusión\n\nMercury 3 es un modelo de Inception que utiliza un enfoque de difusión para generar texto. Continúa la familia Mercury, que el desarrollador orienta a aplicaciones interactivas y tareas con varias consultas sucesivas al modelo. En la descripción de Mercury 3, Inception destaca el soporte conversacional, la enseñanza, el trabajo con datos y los usos de búsqueda con agentes.\n\nLa arquitectura de difusión es una propiedad del modelo. No determina el tiempo de respuesta de una aplicación concreta: el resultado depende también del volumen de la solicitud, de la longitud de la respuesta y de las condiciones del servicio. En Ailoot, Mercury 3 recibe texto y devuelve texto. Esta interfaz sirve para explicaciones, procesamiento de documentos y preparación del siguiente paso de una tarea a partir de la información proporcionada.\n\n### Un contexto amplio para trabajo relacionado\n\nPara Mercury 3 en Ailoot se indica un contexto de 1 000 000 de tokens. En una misma conversación puedes reunir un conjunto extenso de materiales textuales: descripción del producto, normas, correspondencia y requisitos del resultado. El valor práctico de un contexto amplio aparece cuando la respuesta debe tener en cuenta varias partes de la tarea al mismo tiempo; por ejemplo, contrastar unas instrucciones de atención al cliente con las condiciones de un contrato y preparar una respuesta a una solicitud concreta.\n\nPara esa solicitud conviene identificar los documentos, conservar sus nombres y pedir que se indique en qué material se basa cada conclusión. Si la tarea consta de varios pasos, define un resultado intermedio: primero una lista de normas pertinentes, después el análisis del caso y finalmente un borrador de respuesta. Esto facilita la comprobación y permite precisar una etapa sin volver a describir toda la tarea.\n\n### Usos interactivos\n\nEn un diálogo didáctico, Mercury 3 puede utilizarse para analizar una solución, preparar una pista o explicar un concepto al nivel indicado. Para trabajar con datos, puedes enviar una descripción de los campos, una muestra en texto y una pregunta para obtener una explicación de patrones o un plan de transformación. Para atención al cliente, adjunta las normas y pide una respuesta comprensible que tenga en cuenta la situación del usuario.\n\nEstos usos incorporan el modelo de texto como parte del flujo de trabajo. La búsqueda autónoma en internet, el control del navegador, el acceso a sistemas de la empresa y la conversación por voz dependen de las herramientas conectadas a la aplicación. Mercury Voice y Mercury Decide son productos independientes de Inception; sus funciones especializadas no forman parte de la descripción de Mercury 3.","alias_of":null,"aliases":[],"author":"Inception","canonical_model":"inception/mercury-3","ctx":null,"formats":["chat","gemini","messages","responses"],"id":"inception/mercury-3","input":["text"],"kind":"text","max_out":null,"methods":[{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"anthropic","fast_multiplier":1,"flex_multiplier":1,"fmt":"messages","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Anthropic Messages","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/messages","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"responses","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Responses","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/responses","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"openai","fast_multiplier":1,"flex_multiplier":1,"fmt":"chat","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"OpenAI Chat","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1/chat/completions","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]},{"cache_read":0.02,"cache_write":null,"cache_write_1h":null,"cache_write_5m":null,"conditional_meter":null,"ctx":null,"family":"gemini","fast_multiplier":1,"flex_multiplier":1,"fmt":"gemini","http":"POST","img_in":null,"img_out":null,"in":0.2,"input":["text"],"label":"Gemini generateContent","max_out":null,"max_tool_calls":null,"out":0.7,"output":["text"],"path":"/v1beta/models/inception/mercury-3:generateContent","request_model_id":"inception/mercury-3","route_label":"Ultra","status_reads":[],"tiers":[],"tool_prices":null,"unit":"token","units":[]}],"model_aliases":[{"canonical_model_id":"inception/mercury-3","request_model_id":"inception/mercury-3","route_label":"Ultra"}],"name":"Inception: Mercury 3","price":{"in":0.2,"in_label":null,"out":0.7,"out_label":null,"sort_in":0.2,"sort_out":0.7,"varies":false},"public_id":"inception/mercury-3","short":"Modelo de texto por difusión de Inception para conversaciones, trabajo con documentos extensos y tareas intelectuales sucesivas."}

Preguntas

¿Cómo elijo un modelo para mi tarea?

Primero determina la entrada y la salida necesarias: texto, imagen, audio o vídeo. Después compara los métodos de API compatibles, el ID exacto del modelo o el modelo al que apunta actualmente el alias, el precio y la unidad de facturación. GET /v1/models es gratuito y enumera los modelos disponibles para tu clave.

¿Cada modelo admite todos los métodos de API y tipos de contenido?

Utiliza los métodos de API y los tipos de entrada y salida que figuran en la ficha del modelo. La compatibilidad con texto, imágenes, audio o vídeo depende del modelo y del método seleccionados; consulta su ejemplo de solicitud antes de enviar tus datos.

¿Qué diferencia hay entre el ID de un modelo y un alias?

Un ID exacto identifica un modelo concreto. Un alias apunta a un modelo y su destino puede cambiar. Consulta en el catálogo a qué modelo apunta actualmente el alias; utiliza el ID exacto cuando tu integración necesite un modelo concreto.

¿Cómo comparo los precios antes de enviar una solicitud?

Consulta en la ficha del modelo el precio y la unidad de facturación del método de API seleccionado. Compara la misma unidad y el mismo tipo de entrada y salida; el historial de solicitudes muestra el uso real y el importe cobrado.

¿Qué ofrece la suscripción?

Descuento en compra de tokens para trabajo habitual. Elige el plan según tu volumen; condiciones y precio se muestran al contratar.

¿Cómo aplico un código de hasta el 50%?

Introduce el código al comprar tokens. El importe se recalcula según la promoción; ves el descuento antes de pagar.