{
  "aboutHtml": "<h3>Um modelo de texto baseado em difusão</h3><p>O Mercury 3 é um modelo da Inception que utiliza uma abordagem de difusão para gerar texto. Dá continuidade à família Mercury, que o fabricante desenvolve para aplicações interativas e tarefas com várias consultas sucessivas ao modelo. Na descrição do Mercury 3, a Inception destaca o apoio conversacional, o ensino, o trabalho com dados e cenários de pesquisa com agentes.</p><p>A arquitetura de difusão é uma propriedade do modelo. Não determina o tempo de resposta de uma aplicação concreta: o resultado depende também do volume do pedido, da extensão da resposta e das condições do serviço. Na Ailoot, o Mercury 3 recebe texto e devolve texto. Esta interface é adequada a explicações, processamento de documentos e preparação do passo seguinte de uma tarefa com base na informação fornecida.</p><h3>Contexto amplo para trabalho relacionado</h3><p>Para o Mercury 3 na Ailoot está indicado um contexto de 1 000 000 de tokens. Numa única discussão pode reunir um conjunto extenso de materiais textuais: descrição do produto, regras, correspondência e requisitos do resultado. O valor prático de um contexto amplo surge quando a resposta deve considerar várias partes da tarefa em simultâneo, por exemplo, comparar instruções de apoio ao cliente com condições contratuais e preparar uma resposta a um pedido concreto.</p><p>Para esse pedido, é útil identificar os documentos, conservar os respetivos nomes e pedir que cada conclusão indique o material em que se baseia. Se a tarefa tiver vários passos, defina um resultado intermédio: primeiro uma lista de regras relevantes, depois a análise do caso e, por fim, um projeto de resposta. Isto facilita a verificação e permite afinar uma etapa sem voltar a descrever toda a tarefa.</p><h3>Cenários interativos</h3><p>Num diálogo de aprendizagem, o Mercury 3 pode ser utilizado para analisar uma solução, preparar uma pista ou explicar um conceito ao nível indicado. No trabalho com dados, pode fornecer a descrição dos campos, uma amostra textual e uma pergunta para obter uma explicação de padrões ou um plano de transformação. Para apoio ao cliente, junte as regras e peça uma resposta clara que tenha em conta a situação do utilizador.</p><p>Estes cenários utilizam o modelo textual como parte de um processo de trabalho. A pesquisa autónoma na internet, o controlo do navegador, o acesso aos sistemas da empresa e a comunicação por voz dependem das ferramentas ligadas à aplicação. O Mercury Voice e o Mercury Decide são produtos separados da Inception; as suas capacidades especializadas não fazem parte da descrição do Mercury 3.</p>",
  "aboutText": "### Um modelo de texto baseado em difusão\n\nO Mercury 3 é um modelo da Inception que utiliza uma abordagem de difusão para gerar texto. Dá continuidade à família Mercury, que o fabricante desenvolve para aplicações interativas e tarefas com várias consultas sucessivas ao modelo. Na descrição do Mercury 3, a Inception destaca o apoio conversacional, o ensino, o trabalho com dados e cenários de pesquisa com agentes.\n\nA arquitetura de difusão é uma propriedade do modelo. Não determina o tempo de resposta de uma aplicação concreta: o resultado depende também do volume do pedido, da extensão da resposta e das condições do serviço. Na Ailoot, o Mercury 3 recebe texto e devolve texto. Esta interface é adequada a explicações, processamento de documentos e preparação do passo seguinte de uma tarefa com base na informação fornecida.\n\n### Contexto amplo para trabalho relacionado\n\nPara o Mercury 3 na Ailoot está indicado um contexto de 1 000 000 de tokens. Numa única discussão pode reunir um conjunto extenso de materiais textuais: descrição do produto, regras, correspondência e requisitos do resultado. O valor prático de um contexto amplo surge quando a resposta deve considerar várias partes da tarefa em simultâneo, por exemplo, comparar instruções de apoio ao cliente com condições contratuais e preparar uma resposta a um pedido concreto.\n\nPara esse pedido, é útil identificar os documentos, conservar os respetivos nomes e pedir que cada conclusão indique o material em que se baseia. Se a tarefa tiver vários passos, defina um resultado intermédio: primeiro uma lista de regras relevantes, depois a análise do caso e, por fim, um projeto de resposta. Isto facilita a verificação e permite afinar uma etapa sem voltar a descrever toda a tarefa.\n\n### Cenários interativos\n\nNum diálogo de aprendizagem, o Mercury 3 pode ser utilizado para analisar uma solução, preparar uma pista ou explicar um conceito ao nível indicado. No trabalho com dados, pode fornecer a descrição dos campos, uma amostra textual e uma pergunta para obter uma explicação de padrões ou um plano de transformação. Para apoio ao cliente, junte as regras e peça uma resposta clara que tenha em conta a situação do utilizador.\n\nEstes cenários utilizam o modelo textual como parte de um processo de trabalho. A pesquisa autónoma na internet, o controlo do navegador, o acesso aos sistemas da empresa e a comunicação por voz dependem das ferramentas ligadas à aplicação. O Mercury Voice e o Mercury Decide são produtos separados da Inception; as suas capacidades especializadas não fazem parte da descrição do Mercury 3.",
  "locale": "pt-pt",
  "methods": [
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Anthropic Messages</b><code>POST /v1/messages</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,0007 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>0,00002 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "messages",
        "http": "POST",
        "path": "/v1/messages",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|messages|/v1/messages|inception%2Fmercury-3",
      "ordinal": 0,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Responses</b><code>POST /v1/responses</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,0007 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>0,00002 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "responses",
        "http": "POST",
        "path": "/v1/responses",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|responses|/v1/responses|inception%2Fmercury-3",
      "ordinal": 1,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> OpenAI Chat</b><code>POST /v1/chat/completions</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,0007 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>0,00002 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "chat",
        "http": "POST",
        "path": "/v1/chat/completions",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|chat|/v1/chat/completions|inception%2Fmercury-3",
      "ordinal": 2,
      "rawMethod": {
        "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": []
      }
    },
    {
      "html": "<section class=\"meth\" data-route=\"Ultra\"><header><b><span class=\"alias\">Ultra</span> Gemini generateContent</b><code>POST /v1beta/models/inception/mercury-3:generateContent</code></header><dl class=\"method-capabilities\" data-model-capabilities><div><dt>Entrada</dt><dd><code>text</code></dd></div><div><dt>Saída</dt><dd><code>text</code></dd></div><div><dt>Contexto</dt><dd>Não especificado no catálogo</dd></div><div><dt>Resposta máx.</dt><dd>Não especificado no catálogo</dd></div></dl><dl><div><dt>Entrada</dt><dd>0,0002 US$ <em>/ 1K</em></dd></div><div><dt>Saída</dt><dd>0,0007 US$ <em>/ 1K</em></dd></div><div><dt>Leitura da cache</dt><dd>0,00002 US$ <em>/ 1K</em></dd></div></dl></section>",
      "method_identity": {
        "effective_request_model_id": "inception/mercury-3",
        "fmt": "gemini",
        "http": "POST",
        "path": "/v1beta/models/inception/mercury-3:generateContent",
        "request_model_id": "inception/mercury-3",
        "route_label": "Ultra"
      },
      "method_key": "Ultra|gemini|/v1beta/models/inception/mercury-3:generateContent|inception%2Fmercury-3",
      "ordinal": 3,
      "rawMethod": {
        "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_id": "inception/mercury-3",
  "page": {
    "canonical": "https://ailoot.ai/models/pt-pt/inception-mercury-3/",
    "description": "Modelo textual de difusão da Inception para diálogos, trabalho com documentos extensos e tarefas intelectuais sucessivas.",
    "locale": "pt-pt",
    "md_url": "https://ailoot.ai/models/pt-pt/inception-mercury-3/index.md",
    "title": "Inception: Mercury 3",
    "url": "https://ailoot.ai/models/pt-pt/inception-mercury-3/"
  },
  "rawModel": {
    "about": "### Um modelo de texto baseado em difusão\n\nO Mercury 3 é um modelo da Inception que utiliza uma abordagem de difusão para gerar texto. Dá continuidade à família Mercury, que o fabricante desenvolve para aplicações interativas e tarefas com várias consultas sucessivas ao modelo. Na descrição do Mercury 3, a Inception destaca o apoio conversacional, o ensino, o trabalho com dados e cenários de pesquisa com agentes.\n\nA arquitetura de difusão é uma propriedade do modelo. Não determina o tempo de resposta de uma aplicação concreta: o resultado depende também do volume do pedido, da extensão da resposta e das condições do serviço. Na Ailoot, o Mercury 3 recebe texto e devolve texto. Esta interface é adequada a explicações, processamento de documentos e preparação do passo seguinte de uma tarefa com base na informação fornecida.\n\n### Contexto amplo para trabalho relacionado\n\nPara o Mercury 3 na Ailoot está indicado um contexto de 1 000 000 de tokens. Numa única discussão pode reunir um conjunto extenso de materiais textuais: descrição do produto, regras, correspondência e requisitos do resultado. O valor prático de um contexto amplo surge quando a resposta deve considerar várias partes da tarefa em simultâneo, por exemplo, comparar instruções de apoio ao cliente com condições contratuais e preparar uma resposta a um pedido concreto.\n\nPara esse pedido, é útil identificar os documentos, conservar os respetivos nomes e pedir que cada conclusão indique o material em que se baseia. Se a tarefa tiver vários passos, defina um resultado intermédio: primeiro uma lista de regras relevantes, depois a análise do caso e, por fim, um projeto de resposta. Isto facilita a verificação e permite afinar uma etapa sem voltar a descrever toda a tarefa.\n\n### Cenários interativos\n\nNum diálogo de aprendizagem, o Mercury 3 pode ser utilizado para analisar uma solução, preparar uma pista ou explicar um conceito ao nível indicado. No trabalho com dados, pode fornecer a descrição dos campos, uma amostra textual e uma pergunta para obter uma explicação de padrões ou um plano de transformação. Para apoio ao cliente, junte as regras e peça uma resposta clara que tenha em conta a situação do utilizador.\n\nEstes cenários utilizam o modelo textual como parte de um processo de trabalho. A pesquisa autónoma na internet, o controlo do navegador, o acesso aos sistemas da empresa e a comunicação por voz dependem das ferramentas ligadas à aplicação. O Mercury Voice e o Mercury Decide são produtos separados da Inception; as suas capacidades especializadas não fazem parte da descrição do 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 textual de difusão da Inception para diálogos, trabalho com documentos extensos e tarefas intelectuais sucessivas."
  },
  "renderer_schema": {
    "method_order": "rawModel.methods-ordinal",
    "prices": "exact-native-DTO-units-and-selected-renderer-html"
  },
  "representation": "exact-public-dto-and-native-renderer-html",
  "schema": "ailoot-static-model-facts-v1",
  "schema_version": 1,
  "shortText": "Modelo textual de difusão da Inception para diálogos, trabalho com documentos extensos e tarefas intelectuais sucessivas.",
  "source": {
    "audit_sha256": "5b1152bb91c66a9d0911800ded9dd5861b67a5d2bdc6088c6f060108778e806d",
    "bridge_map_sha256": "5b1152bb91c66a9d0911800ded9dd5861b67a5d2bdc6088c6f060108778e806d",
    "projection_audit": {
      "parent_manifest_sha256": "dfd3a7a4bc6f960e128026cae1f98f769d1503ffa1c6cf0ccf80066382dbbb9e",
      "raw_model_json_sha256": "a051ec5849e710b4201cec96daa05b4f026faf4a7c6fadd28903ebc1d248b84a",
      "renderer_sha256": "a51d1049537a8e6d630c46edca5d01c7894c25c33ee7aba532b4ef956b0c04e9"
    },
    "projection_kind": "catalogue-refresh-native-dto-v1",
    "raw_model_json_sha256": "a051ec5849e710b4201cec96daa05b4f026faf4a7c6fadd28903ebc1d248b84a",
    "renderer_sha256": "a51d1049537a8e6d630c46edca5d01c7894c25c33ee7aba532b4ef956b0c04e9"
  },
  "sourceRevision": "da5e94a098f7cfc34dc3d6571f05a0254eb3776d3a80f7c4de36d545db2e7749"
}
