Zum Inhalt
AMANi DUNiA research
DE

Die Fragen auf dieser Website haben KI-Sprachmodelle gestellt; auch die Erklärtexte und Übersetzungen stammen von KI-Modellen. Wer was geprüft hat, steht jeweils dabei. → Über die Fragen

← Alle bewerteten Quellen
fragen-fundeohne Datum · Q004683

Models

docs.inceptionlabs.ai · Originalbericht öffnen ↗

Zusammenfassung

Kurz

Die Dokumentationsseite führt sechs Mercury-Modelle mit Preisen, API-Endpunkten, Kontextgrößen und Funktionen auf und zeigt Beispielaufrufe in drei Programmiersprachen. Mercury 3 wird als neuestes Modell mit großem Kontext und rabattierten Startpreisen beschrieben; Mercury Voice zielt auf Sprachagenten, Mercury Decide auf Klassifikation und Extraktion und Mercury Edit 2 auf Codebearbeitung. Die Leistungsangaben stammen vom Anbieter; unabhängige Vergleichsdaten enthält der Bericht nicht.

Mittel

Der Bericht stellt sechs Modelle der Mercury-Familie vor und nennt ihre Preise, Endpunkte, Kontextgrößen und Funktionen. Die Beispiele zeigen API-Aufrufe mit cURL, Python und JavaScript. Es handelt sich um Anbieterangaben; unabhängige Leistungsprüfungen enthält der Bericht nicht.

Mercury 3 wird mit einem Kontextfenster von einer Million Tokens, bis zu 131.072 Ausgabetokens und vier Reasoning-Stufen beschrieben. Die Startpreise für Eingabe und Ausgabe seien um 50 Prozent reduziert. Mercury Voice ist laut Bericht ein Modell für Sprachagenten, unterstützt Werkzeugaufrufe und strukturierte Ausgaben und steht Unternehmenskunden zur Verfügung. Mercury Decide verarbeitet Klassifikations-, Bewertungs- und Extraktionsaufgaben über einen eigenen Endpunkt. Dabei würden nur Eingabetokens berechnet; Chat-Completions, Streaming und Werkzeugaufrufe seien nicht verfügbar.

Mercury 2.5 und Mercury 2 sind ältere Chat-Modelle. Mercury Edit 2 ist für Codevervollständigung und Bearbeitungsvorschläge ausgelegt. Die Dokumentation liefert technische Eckdaten und Nutzungsbeispiele, aber keine unabhängigen Vergleiche der Modellqualität oder Geschwindigkeit.

Ausführlich lesen

Der Bericht ist eine Dokumentationsseite von Inception Labs, die sechs Mercury-Modelle samt Preisen, Endpunkten, Kontextgrößen, Ausgabebegrenzungen und Funktionen aufführt. Er beschreibt außerdem, wie sich die Chat-, Entscheidungs- und Codebearbeitungs-Endpunkte mit Beispielen in cURL, Python und JavaScript ansprechen lassen. Die Angaben sind als Produktinformationen des Anbieters wiedergegeben; der Bericht enthält keine unabhängige Prüfung ihrer Leistungsversprechen.

Mercury 3 wird als aktuelles, besonders leistungsfähiges Modell dargestellt. Laut Bericht hat es ein Kontextfenster von einer Million Tokens, kann bis zu 131.072 Tokens ausgeben und unterstützt die Reasoning-Stufen „instant“, „low“, „medium“ und „high“. Die Temperatur lässt sich demnach zwischen 0,5 und 1,0 einstellen. Zum Start sollen die Preise für Eingabe- und Ausgabetokens jeweils um 50 Prozent reduziert sein: 0,10 beziehungsweise 0,35 US-Dollar je Million Tokens statt regulär 0,20 und 0,70 US-Dollar. Für Chat-Anfragen werden außerdem Werkzeugaufrufe und strukturierte Ausgaben genannt.

Mercury Voice wird als Diffusionsmodell für Sprachagenten beschrieben, das laut Anbieter auf geringe Latenz bei natürlicher Konversation ausgelegt ist und Werkzeuge sowie strukturierte Ausgaben unterstützt. Es soll langen Systemanweisungen folgen können und ist laut Bericht für Unternehmenskunden über die Inception-API verfügbar. Genannt werden Integrationen mit LiveKit, Pipecat, Vapi und Retell sowie die Möglichkeit, einen eigenen Sprach-Stack zu verwenden. Die Tabelle weist für Mercury Voice ein Kontextfenster von 128.000 Tokens und höchstens 50.000 Ausgabetokens aus; auch hier sind reduzierte Startpreise aufgeführt.

Mercury Decide ist für Klassifikation, Bewertung und Extraktion über den Endpunkt `v1/decisions` vorgesehen. Der Bericht beschreibt binäre Wahrscheinlichkeiten, kategorische Entscheidungen, ordinale Bewertungen und das Extrahieren genauer Textstellen. Laut Dokumentation werden nur Eingabetokens berechnet; zum Start seien es 0,02 US-Dollar pro Million Tokens statt regulär 0,04 US-Dollar. Ausgabetokens würden zwar ausgewiesen, aber nicht berechnet. Als Einschränkungen nennt der Bericht, dass dieser Endpunkt weder Chat-Completions noch Streaming oder Werkzeugaufrufe unterstützt.

Die älteren Modelle Mercury 2.5 und Mercury 2 sind für Chat-Completions vorgesehen und unterstützen laut Tabelle Werkzeugaufrufe und strukturierte Ausgaben. Ihre Kontextfenster betragen 260.000 beziehungsweise 128.000 Tokens. Mercury Edit 2 dient der Codevervollständigung und nächsten Bearbeitungsvorschlägen über FIM- und Edit-Endpunkte; für beide weist die Tabelle je 32.000 Tokens Kontext aus. Die Beispiele zeigen typische API-Aufrufe, legen aber keine vergleichenden Testergebnisse oder unabhängigen Leistungsdaten vor.

Luna (gpt-6-luna, Denkstufe high), ChatGPT-Abo · 2026-11-19

Gegengeprüft von Claude Haiku 5.5: kleine Mängel

Die Einordnung bezieht sich ausschließlich auf den Inhalt dieses Berichts. Die Zusammenfassung wurde am Bericht geprüft.

Im Bericht, aber nicht in der Zusammenfassung

  • Integrationen von Mercury Voice mit LiveKit, Pipecat, Vapi und Retell
  • Kontextfenster von Mercury 2.5 (260K) und die FIM- und NextEdit-Kontextgrößen von Mercury Edit 2
  • Temperaturbereich 0,5 bis 1,0 bei Mercury 3 und Mercury Voice

Automatische Gegenprüfung mit dem vollständigen Originaltext (Batch, 20.11.2026). Ungeprüft durch Menschen.

Wie die Modelle den Bericht einordnen

Je Sammelfrage und Teilfrage die häufigste Stufe (0 bis 7) und ihr Anteil, geordnet nach Fragenfamilie (Farbe) oder nach den Wegen des Atlas. Ab Stufe 4 liefert der Bericht Belege, Stufe 3 ist Hintergrund (gestrichelt). Was die Stufen bedeuten, steht in der Legende.

Ansicht
Filter
Modelle 8 von 8
Angezeigte Modelle
Vorfälle melden
Fähigkeiten messen
Unabhängig prüfen
Tempo und Grenzen
Vertrauen in Modelle
  1. SF-V5 Was soll heute für das Verhalten und den Betrieb von Modellen gelten?
    • clef 100 %kein Bezug
    • Luna 48 %Hintergrund, keine Belege
    • JEV 31 %einzelne zitierbare Belege
    • amos 36 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 52 %gleiches Oberthema, hilft nicht
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Agenten und vernetzte Systeme
Modelle teilen und schützen
  1. SF-H3 Wie lässt sich nachverfolgen, woraus ein Modell entstanden ist und was in ihm steckt?
    • clef 100 %kein Bezug
    • Luna 34 %Hintergrund, keine Belege
    • JEV 41 %gleiches Oberthema, hilft nicht
    • amos 47 %gleiches Oberthema, hilft nicht
    • SubQ 100 %kein Bezug
    • drex 100 %kein Bezug
    • d3-ultra 100 %kein Bezug
    • Haiku-Prüfung gleiches Oberthema, hilft nicht
Frieden und Sicherheit
Offenlegung und Rechenschaft
Beteiligung und Gemeinwohl
Wirtschaft und Haftung
Information und Öffentlichkeit

Weitere Berichte zu diesen Fragen

Eigene Zusammenfassungen und Einordnungen von AMANi DUNiA. Fremde Originalberichte behalten ihre eigenen Rechte.

Sprache und Prüfstand

Haupttext: DE. Prüfvermerke gelten nur für den jeweils genannten Inhalt.

Vorhandene Prüfvermerke stehen am jeweiligen Inhalt.

Sprachabdeckung und Datenstand ansehen →