Zum Inhalt springen
Alpha
  • Modelle
  • Ranglisten
  • Ori
Vertrieb kontaktieren

Fußzeile

OpenRouterOpenRouter
© 2026 OpenRouter, Inc

Produkt

  • Chat
  • Ranglisten
  • Leistungsvergleiche
  • Apps
  • Entdecken
  • Modelle
  • Ori
  • Sammlungen
  • Anbieter
  • Tools
  • Preise
  • Business
  • Enterprise
  • Labs

Unternehmen

  • Über
  • Blog
  • Kunden
  • Karriere
    Offene Stellen
  • Datenschutz
  • Nutzungsbedingungen
  • Vertrauenszentrum
  • Support
  • Funktioniert mit OR
  • Daten
  • Marke

Entwickler

  • Dokumentation
  • API-Referenz
  • Entwicklerplattform
  • Status
  • KI-Sitemap

Verbinden

  • Discord
  • GitHub
  • LinkedIn
  • X
  • YouTube
Favicon für inception

Inception: Mercury 2

inception/mercury-2

Vergleich

Mercury 2 is an extremely fast reasoning LLM, and the first reasoning diffusion LLM (dLLM). Instead of generating tokens sequentially, Mercury 2 produces and refines multiple tokens in parallel, achieving >1,000 tokens/sec on standard GPUs. Mercury 2 is 5x+ faster than leading speed-optimized LLMs like Claude 4.5 Haiku and GPT 5 Mini, at a fraction of the cost. Mercury 2 supports tunable reasoning levels, 128K context, native tool use, and schema-aligned JSON output. Built for coding workflows where latency compounds, real-time voice/search, and agent loops. OpenAI API compatible. Read more in the blog postOpens in new tab.

Modalitäten
Eingabe- / Ausgabepreis
0,25 $ / 0,75 $pro 1 Mio.
Kontext
128K
Veröffentlicht
4. März 2026
Vergleich
AnbieterPreiseLeistungVerfügbarkeitLeistungsvergleicheAppsAktivitätFAQEntdecken

Anbieter

Dieses Modell wird von einem einzigen Anbieter gehostet. OpenRouter leitet jede Anfrage direkt an ihn weiter – es sind keine Routing-Entscheidungen erforderlich.

Preise

Der durchschnittliche Preis, den Kunden tatsächlich für dieses Modell zahlen, neben den von Anbietern veröffentlichten Preisen. Durch Caching und Rabatte liegt der tatsächlich gezahlte Preis oft deutlich unter dem Listenpreis.

Leistung

Der Durchsatz gibt an, wie schnell das Modell schreibt (Token pro Sekunde – höher ist besser). Die Latenz ist die gesamte Umlaufzeit (niedriger ist besser). TTFT ist die Zeit bis zum ersten Token – also die Wartezeit, bis etwas angezeigt wird (niedriger ist besser).

Verfügbarkeit

Verfügbarkeit ist der prozentuale Anteil der letzten 3 Tage, in dem mindestens ein Anbieter auf Anfragen reagiert hat. Die Verfügbarkeit der Inferenz ist der prozentuale Anteil der Zeit, in der Inferenz erfolgreich bereitgestellt wurde. OpenRouter überwacht dies kontinuierlich und verwendet den nächstbesten Anbieter, wenn ein Anbieter einen Fehler zurückgibt.

Leistungsvergleiche

Ergebnisse standardisierter Bewertungen und eigene Ausgaben dieses Modells zu gemeinsamen Vergleichstest-Prompts. Höhere Prozentwerte sind besser – und jeder Rang zeigt, wo dieses Modell unter den anhand dieser Quelle bewerteten Modellen liegt.

Zusammenfassung der Benchmark-Ergebnisse für Inception: Mercury 2 (Artificial Analysis und Design Arena)
QuelleBenchmarkErgebnis
Artificial AnalysisMercury 2 Coding Index31,1
Artificial AnalysisMercury 2 Agentic Index1,6
Artificial AnalysisMercury 2 GPQA Diamond77.0%
Artificial AnalysisMercury 2 HLE17.1%
Artificial AnalysisMercury 2 IFBench69.8%
Artificial AnalysisMercury 2 τ²-Bench Telecom70.8%
Artificial AnalysisMercury 2 AA-LCR43.7%
Artificial AnalysisMercury 2 τ-Bench Banking9.5%
Artificial AnalysisMercury 2 GDPval-AA0.1%
Artificial AnalysisMercury 2 CritPt0.8%
Artificial AnalysisMercury 2 SciCode37.7%
Artificial AnalysisMercury 2 Terminal-Bench Hard26.5%
Artificial AnalysisMercury 2 Terminal-Bench 4.00.0%
Artificial AnalysisMercury 2 Terminal-Bench 2.127.3%
Design ArenaMercury 2 Models Arena 3D Elo975
Design ArenaMercury 2 Models Arena Asciiart Elo986
Design ArenaMercury 2 Models Arena Code Categories Elo1019
Design ArenaMercury 2 Models Arena Data Visualization Elo1016
Design ArenaMercury 2 Models Arena Game Development Elo979
Design ArenaMercury 2 Models Arena SVG Elo1000
Design ArenaMercury 2 Models Arena UI Component Elo993
Design ArenaMercury 2 Models Arena Website Elo1036

Apps

Öffentliche Apps, die den meisten Datenverkehr an dieses Modell senden. Ein guter Anhaltspunkt dafür, wie echte Produktionsworkloads aussehen – und ein Hinweis darauf, für welche Anwendungsfälle dieses Modell am besten geeignet ist.

Aktivität

Token-Volumen und Anfrageaufkommen für dieses Modell im Zeitverlauf.

API

Direkt einsetzbarer Code zum Aufrufen dieses Modells. Die API von OpenRouter ist OpenAI-kompatibel – bei den meisten SDKs genügt es, die Basis-URL auszutauschen. Zwischen den Modellen ändert sich nur der unten stehende Modell-Slug.

Derzeit nicht über EU-regionales Routing verfügbar. Dokumentation zum regionsinternen Routing

Weitere Modelle entdecken

KI-ModellranglistenRangliste
Latenz / Durchsatz
0,25 $0,75 $0,025 $0,23s325 tps
100,00 %
Durchsatz
325Token/s

P50, bester Wert über alle Anbieter hinweg

Latenz
0,23s

P50, bester Anbieter

Verfügbarkeit (3 Tage)Das Modell war erreichbar. Die Anfrage wurde an einen Anbieter weitergeleitet.
100,00 %
Verfügbarkeit (3 Tage)Das Modell hat über einen beliebigen Anbieter ein Inferenzergebnis zurückgegeben. Fehler und leere Antworten wirken sich negativ darauf aus.
99,92 %

Verfügbarkeit in den letzten 3 Tagen

Letzte 72 Stunden
Verfügbarkeit 99,92 %
Vor 3 TagenVor 2 TagenGesternJetzt

Verfügbarkeit in den letzten 24 Stunden

OpenRouter Availability
99,94 %

Wenn bei einem vorgelagerten Anbieter ein Fehler auftritt, können wir diesen durch die Weiterleitung an einen anderen funktionsfähigen Anbieter beheben, sofern Ihre Anfragefilter dies zulassen. Sie können programmgesteuert auf die Verfügbarkeitsdaten pro Anbieter zugreifen, und zwar über die Endpunkt-API. Erfahren Sie mehr über unsere Optionen für Lastverteilung und Anbieter-Routing.

1.
Favicon für https://claude.ai/apple-touch-icon.png
Claude Code
Claude Code is Anthropic's agentic coding tool that reads your entire codebase, plans and executes changes across files, runs tests, and iterates on failures, all from natural language prompts.
305MToken
2.
Favicon für https://ontopical.com/
Go/No-Go
neu
217MToken
3.
Favicon für https://api.cardhedger.com/
Card Hedge API
neu
79,5MToken
4.
Favicon für https://token-forager.local/
token-forager
neu
70,2MToken
5.
Favicon für https://eps.antrop.ai/
EPS - ai-watch[openai/gpt-oss-20b]
neu
54,6MToken

Häufig gestellte Fragen

Mercury 2 is an extremely fast reasoning LLM, and the first reasoning diffusion LLM (dLLM). Instead of generating tokens sequentially, Mercury 2 produces and refines multiple tokens in parallel, achieving >1,000 tokens/sec on standard GPUs. Mercury 2 is 5x+ faster than leading speed-optimized LLMs like Claude 4.5 Haiku and GPT 5 Mini, at a fraction of the cost.

Mercury 2 kostet 0,25 $/M Eingabe-Token und 0,75 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,025 $/M tokens.

Mercury 2 hat ein Kontextfenster von 128.000 Token. Es unterstützt bis zu 50.000 Completion-Token.

Ja. Mercury 2 akzeptiert tools und tool_choice für Funktionsaufrufe. Es unterstützt auch strukturierte Ausgaben über ein JSON-Schema in response_format.

Mercury 3, Mercury Decide und Mercury 2.5 sind weitere Modelle von Inception für die Modalität Text.

Mercury 2 wurde am 4. März 2026 veröffentlicht.

Weitere Modelle von inception

Mercury 3

Mercury 3 is a diffusion-based language model from Inception, and the lab's most capable model to date. It is suited for agentic workflows and real-time applications where latency compounds, such as search agents, voice pipelines, and coding subagents. Its distinguishing trait is speed: more than 40x larger than the first Mercury model while generating at the same throughput, because it produces and refines tokens in parallel rather than one at a time.

Text1M Kontext0,10 $ / 0,35 $
Mercury Decide

Mercury Decide is Inception's structured decision model, served as a System One endpoint. Send a state along with typed questions, and it returns a choice, a score, or a yes/no answer, each with a calibrated probability taken directly from the model rather than written out as text, so output tokens are free. It makes up to 14 decisions per second and reports how certain it is, so a decision system can run it on every case and escalate the unsure ones to a human. Mercury Decide uses the same /v1/systemone schema as Jev.

Entscheidungen0,02 $ / 0 $
Mercury 2.5

Mercury 2.5 is the fastest reasoning LLM, and the latest diffusion LLM (dLLM) from Inception. Instead of generating tokens sequentially, Mercury 2.5 produces and refines multiple tokens in parallel, achieving 1,107 tokens/sec on standard GPUs. It delivers a 10+ point jump in intelligence over Mercury 2, comparable quality to cost-optimized frontier models like GPT-5.6 Luna (Low), Gemini 3.5 Flash-Lite, and Claude Haiku 4.5. Mercury 2.5 supports tunable reasoning levels, parallel tool calls, and schema-aligned JSON output. It's built for production workloads where latency compounds: search agents, voice pipelines, and coding subagents. Read more in the blog post.

Text260K Kontext0,04 $ / 0,15 $
Mercury 2.5 Preview

Mercury 2.5 is the fastest reasoning LLM, and the latest diffusion LLM (dLLM) from Inception. Instead of generating tokens sequentially, Mercury 2.5 produces and refines multiple tokens in parallel, achieving 1,107 tokens/sec on standard GPUs. It delivers a 10+ point jump in intelligence over Mercury 2, comparable quality to cost-optimized frontier models like GPT-5.6 Luna (Low), Gemini 3.5 Flash-Lite, and Claude Haiku 4.5. Mercury 2.5 supports tunable reasoning levels, parallel tool calls, and schema-aligned JSON output. It's built for production workloads where latency compounds: search agents, voice pipelines, and coding subagents.

Text260K Kontext
Mercury

Mercury is the first diffusion large language model (dLLM). Applying a breakthrough discrete diffusion approach, the model runs 5-10x faster than even speed optimized models like GPT-4.1 Nano and Claude 3.5 Haiku while matching their performance. Mercury's speed enables developers to provide responsive user experiences, including with voice agents, search interfaces, and chatbots. Read more in the [blog post] (https://www.inceptionlabs.ai/blog/introducing-mercury) here.

Text128K Kontext
Mercury Coder

Mercury Coder is the first diffusion large language model (dLLM). Applying a breakthrough discrete diffusion approach, the model runs 5-10x faster than even speed optimized models like Claude 3.5 Haiku and GPT-4o Mini while matching their performance. Mercury Coder's speed means that developers can stay in the flow while coding, enjoying rapid chat-based iteration and responsive code completion suggestions. On Copilot Arena, Mercury Coder ranks 1st in speed and ties for 2nd in quality. Read more in the blog post here.

Text128K Kontext