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 2.5

inception/mercury-2.5

Vergleich

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 postOpens in new tab.

Modalitäten
Eingabe- / Ausgabepreis
80 % Rabatt
0,04 $ / 0,15 $pro 1 Mio.
Kontext
260K
Veröffentlicht
8. Sept. 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 2.5 (Artificial Analysis und Vals AI)
QuelleBenchmarkErgebnis
Artificial AnalysisMercury 2.5 HLE11.8%
Artificial AnalysisMercury 2.5 AA-LCR71.7%
Artificial AnalysisMercury 2.5 GDPval-AA0.0%
Artificial AnalysisMercury 2.5 CritPt0.0%
Artificial AnalysisMercury 2.5 SciCode38.5%
Artificial AnalysisMercury 2.5 Terminal-Bench 4.00.0%
Vals AIMercury 2.5 Code Migration4.5%
Vals AIMercury 2.5 CyberBench v1.145.5%
Vals AIMercury 2.5 EMB8.8%
Vals AIMercury 2.5 Finance Agent (v2)18.9%
Vals AIMercury 2.5 Harvey's Legal Agent Benchmark v10.0%
Vals AIMercury 2.5 IOI2.4%
Vals AIMercury 2.5 LegalBench83.1%
Vals AIMercury 2.5 Legal Research Bench4.3%
Vals AIMercury 2.5 MedCode31.3%
Vals AIMercury 2.5 MedScribe55.1%
Vals AIMercury 2.5 ProofBench v1.13.0%
Vals AIMercury 2.5 Public Benefits Bench v1.145.3%
Vals AIMercury 2.5 SkillsBench18.1%
Vals AIMercury 2.5 Tax Agent Bench2.5%
Vals AIMercury 2.5 Terminal-Bench 4.00.0%
Vals AIMercury 2.5 Terminal-Bench-Science0.0%
Vals AIMercury 2.5 Vals Index8.9%
Vals AIMercury 2.5 Vibe Code Bench v1.13.7%

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
80% off
0,20 $0,04 $0,75 $0,15 $0,02 $0,004 $0,73s211 tps
99,97 %
Durchsatz
211Token/s

P50, bester Wert über alle Anbieter hinweg

Latenz
0,73s

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.
99,86 %

Verfügbarkeit in den letzten 3 Tagen

Letzte 72 Stunden
Verfügbarkeit 99,86 %
Vor 3 TagenVor 2 TagenGesternJetzt

Verfügbarkeit in den letzten 24 Stunden

OpenRouter Availability
99,88 %

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://nousresearch.com
Hermes Agent
Hermes Agent is an open-source, self-improving AI agent by Nous Research that runs persistently with memory across sessions, and builds reusable skills from experience. It comes with 40+ built-in tools, including web search, browser automation, and vision, plus scheduled automations and subagents.
9BToken
2.
Favicon für https://github.com/deepseek-ai/deepseek-harness
DeepSeek Harness
neu
7,52BToken
3.
Favicon für https://ontopical.com/
Ontopical API
neu
5,08BToken
4.
Favicon für https://github.com/Kilo-Org/kilocode
Kilo Code
neu
3,49BToken
5.
Favicon für https://docs.all-hands.dev/
OpenHands
AI coding agent that can run commands, browse the web, call APIs
3,39BToken

Häufig gestellte Fragen

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.

Mercury 2.5 kostet 0,04 $/M Eingabe-Token und 0,15 $/M Ausgabe-Token, mit separaten Tarifen für Cache Read für 0,004 $/M tokens.

Mercury 2.5 hat ein Kontextfenster von 260.000 Token. Es unterstützt bis zu 65.536 Completion-Token.

Ja. Mercury 2.5 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 sind weitere Modelle von Inception für die Modalität Text.

Mercury 2.5 wurde am 8. September 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 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 2

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 post.

Text128K Kontext0,25 $ / 0,75 $
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