Inception: Mercury 3
inception/mercury-3Modèle textuel à diffusion d’Inception pour les conversations, le traitement de documents volumineux et les tâches intellectuelles en plusieurs étapes.
Un modèle textuel fondé sur la diffusion
Mercury 3 est un modèle d’Inception qui utilise une approche par diffusion pour générer du texte. Il prolonge la famille Mercury, développée pour les applications interactives et les tâches comprenant plusieurs appels successifs au modèle. Dans sa présentation de Mercury 3, Inception met en avant l’assistance conversationnelle, l’apprentissage, le travail sur les données et les usages agentiques de recherche.
L’architecture à diffusion est une propriété du modèle. Elle ne détermine pas à elle seule le temps de réponse d’une application : celui-ci dépend aussi du volume de la requête, de la longueur du résultat et des conditions de service. Dans Ailoot, Mercury 3 reçoit du texte et renvoie du texte. Cette interface convient aux explications, au traitement de documents et à la préparation de l’étape suivante d’une tâche à partir des informations fournies.
Un grand contexte pour un travail cohérent
Dans Ailoot, Mercury 3 dispose d’un contexte annoncé de 1 000 000 de tokens. Une même discussion peut rassembler un grand ensemble de contenus textuels : description de produit, règles, échanges et exigences relatives au résultat. L’intérêt pratique d’un grand contexte apparaît lorsque la réponse doit tenir compte simultanément de plusieurs aspects d’une tâche, par exemple confronter une procédure d’assistance aux conditions d’un contrat pour préparer une réponse à une demande précise.
Pour ce type de requête, identifiez les documents, conservez leurs titres et demandez d’indiquer sur quel contenu repose chaque conclusion. Si la tâche comporte plusieurs étapes, définissez les résultats intermédiaires : d’abord la liste des règles pertinentes, puis l’analyse du cas, enfin un projet de réponse. Le résultat devient plus facile à vérifier, et vous pouvez affiner une étape sans redécrire toute la tâche.
Usages interactifs
Dans un échange pédagogique, Mercury 3 peut servir à examiner une solution, à préparer un indice ou à expliquer une notion au niveau demandé. Pour le travail sur les données, transmettez la description des champs, un échantillon textuel et une question afin d’obtenir une explication des tendances ou un plan de transformation. Pour l’assistance, joignez les règles et demandez une réponse claire tenant compte de la situation de l’utilisateur.
Ces usages intègrent le modèle textuel dans un processus de travail. La recherche autonome sur Internet, le pilotage d’un navigateur, l’accès aux systèmes de l’entreprise et la conversation vocale dépendent des outils connectés à l’application. Mercury Voice et Mercury Decide sont des produits distincts d’Inception ; leurs capacités spécialisées ne font pas partie de la description de Mercury 3.
Disponible via l’API Ailoot
POST /v1/messages- Entrée
text- Sortie
text- Contexte
- Non précisé dans le catalogue
- Réponse maximale
- Non précisé dans le catalogue
- Entrée
- 0,0002 USD / 1K
- Sortie
- 0,0007 USD / 1K
- Lecture du cache
- 0,00002 USD / 1K
POST /v1/responses- Entrée
text- Sortie
text- Contexte
- Non précisé dans le catalogue
- Réponse maximale
- Non précisé dans le catalogue
- Entrée
- 0,0002 USD / 1K
- Sortie
- 0,0007 USD / 1K
- Lecture du cache
- 0,00002 USD / 1K
POST /v1/chat/completions- Entrée
text- Sortie
text- Contexte
- Non précisé dans le catalogue
- Réponse maximale
- Non précisé dans le catalogue
- Entrée
- 0,0002 USD / 1K
- Sortie
- 0,0007 USD / 1K
- Lecture du cache
- 0,00002 USD / 1K
POST /v1beta/models/inception/mercury-3:generateContent- Entrée
text- Sortie
text- Contexte
- Non précisé dans le catalogue
- Réponse maximale
- Non précisé dans le catalogue
- Entrée
- 0,0002 USD / 1K
- Sortie
- 0,0007 USD / 1K
- Lecture du cache
- 0,00002 USD / 1K
inception/mercury-3 · JSON
{"about":"### Un modèle textuel fondé sur la diffusion\n\nMercury 3 est un modèle d’Inception qui utilise une approche par diffusion pour générer du texte. Il prolonge la famille Mercury, développée pour les applications interactives et les tâches comprenant plusieurs appels successifs au modèle. Dans sa présentation de Mercury 3, Inception met en avant l’assistance conversationnelle, l’apprentissage, le travail sur les données et les usages agentiques de recherche.\n\nL’architecture à diffusion est une propriété du modèle. Elle ne détermine pas à elle seule le temps de réponse d’une application : celui-ci dépend aussi du volume de la requête, de la longueur du résultat et des conditions de service. Dans Ailoot, Mercury 3 reçoit du texte et renvoie du texte. Cette interface convient aux explications, au traitement de documents et à la préparation de l’étape suivante d’une tâche à partir des informations fournies.\n\n### Un grand contexte pour un travail cohérent\n\nDans Ailoot, Mercury 3 dispose d’un contexte annoncé de 1 000 000 de tokens. Une même discussion peut rassembler un grand ensemble de contenus textuels : description de produit, règles, échanges et exigences relatives au résultat. L’intérêt pratique d’un grand contexte apparaît lorsque la réponse doit tenir compte simultanément de plusieurs aspects d’une tâche, par exemple confronter une procédure d’assistance aux conditions d’un contrat pour préparer une réponse à une demande précise.\n\nPour ce type de requête, identifiez les documents, conservez leurs titres et demandez d’indiquer sur quel contenu repose chaque conclusion. Si la tâche comporte plusieurs étapes, définissez les résultats intermédiaires : d’abord la liste des règles pertinentes, puis l’analyse du cas, enfin un projet de réponse. Le résultat devient plus facile à vérifier, et vous pouvez affiner une étape sans redécrire toute la tâche.\n\n### Usages interactifs\n\nDans un échange pédagogique, Mercury 3 peut servir à examiner une solution, à préparer un indice ou à expliquer une notion au niveau demandé. Pour le travail sur les données, transmettez la description des champs, un échantillon textuel et une question afin d’obtenir une explication des tendances ou un plan de transformation. Pour l’assistance, joignez les règles et demandez une réponse claire tenant compte de la situation de l’utilisateur.\n\nCes usages intègrent le modèle textuel dans un processus de travail. La recherche autonome sur Internet, le pilotage d’un navigateur, l’accès aux systèmes de l’entreprise et la conversation vocale dépendent des outils connectés à l’application. Mercury Voice et Mercury Decide sont des produits distincts d’Inception ; leurs capacités spécialisées ne font pas partie de la description 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":"Modèle textuel à diffusion d’Inception pour les conversations, le traitement de documents volumineux et les tâches intellectuelles en plusieurs étapes."}