En AI som skriver över 1 000 tokens i sekunden låter nästan omedelbar. Det är vad Inception utlovar med nya Mercury 3, som lanserades den 19 oktober 2026. Men en hög genereringshastighet betyder inte automatiskt att användaren får ett färdigt svar lika snabbt. Skillnaden mellan modellens hastighet och den verkliga väntetiden är avgörande.

Mercury 3 kan generera över 1 000 tokens per sekund

Mercury 3 är en ny språkmodell från AI-företaget Inception. Enligt bolagets officiella lanseringsbesked når modellen 1 068 tokens per sekund och kan generera text fyra till åtta gånger snabbare än vissa konkurrerande modeller.

En token är en mindre textenhet som kan motsvara ett helt ord, en del av ett ord eller ett skiljetecken. Antalet tokens är därför inte detsamma som antalet ord, och förhållandet varierar mellan olika språk.

För att förstå hastigheten kan vi jämföra hur lång tid det teoretiskt tar att generera ett svar på 1 000 tokens.

Genereringshastighet	Tid för 1 000 tokens
100 tokens/sekund	10 sekunder
250 tokens/sekund	4 sekunder
1 068 tokens/sekund	0,94 sekunder

Det är en stor skillnad. En modell som arbetar med 1 068 tokens per sekund behöver mindre än en sekund för själva textgenereringen i det här exemplet.

Men tabellen visar bara genereringstiden. Den säger ingenting om hur länge användaren väntar innan modellen börjar skriva eller om andra moment som måste slutföras.

Tre olika mått avgör hur snabb AI känns

När AI-företag presenterar hastighetsrekord handlar siffrorna ofta om hur snabbt modellen genererar text. För användaren finns tre viktiga delar av väntetiden.

Genereringshastigheten beskriver hur många tokens modellen kan producera per sekund när den väl arbetar med svaret.

Tiden till första token beskriver hur länge användaren behöver vänta innan den första delen av svaret börjar visas. Den påverkas bland annat av serverbelastning, nätverksfördröjning och hur mycket information modellen ska bearbeta.

Den totala svarstiden är tiden från att frågan skickas tills hela svaret är klart. Om AI dessutom måste söka på internet, köra kod eller använda externa verktyg tillkommer ytterligare väntetid.

Anta att en modell behöver två sekunder innan den börjar generera text. Även om själva svaret sedan skapas på mindre än en sekund har användaren väntat nästan tre sekunder.

För korta frågor kan därför tiden till första token spela större roll än den maximala genereringshastigheten.

För långa rapporter, programmeringsuppgifter eller avancerade AI-agenter kan förhållandet bli det motsatta. Där kan snabb textgenerering spara många sekunder.

Textdiffusion är tekniken bakom hastigheten

Mercury 3 använder en teknik som kallas textdiffusion. Det skiljer modellen från de flesta etablerade språkmodeller, som normalt genererar text stegvis, en token i taget.

En traditionell språkmodell bygger vidare på det som redan skrivits. Nästa token beror på den tidigare texten.

Med textdiffusion kan modellen i stället arbeta med flera delar av texten parallellt och successivt förbättra resultatet.

Skillnaden kan förenklat jämföras med att skriva en text ord för ord eller att först skapa ett grovt utkast och sedan bearbeta flera delar samtidigt.

Tekniken har likheter med diffusionsteknik som används inom bildgenerering, men är här anpassad för språk.

Den som vill förstå grunderna kan läsa vår förklaring av hur AI och språkmodeller fungerar.

Mercury 3 har enligt Inception dessutom betydligt fler parametrar än föregångaren Mercury 1. Ambitionen är alltså inte bara att skapa text snabbare, utan att kombinera hastigheten med bättre förmåga att följa instruktioner och lösa uppgifter.

Oberoende hastighetsmätningar visar lägre siffror

Inceptions uppgift om 1 068 tokens per sekund är inte detsamma som en garanterad hastighet för alla användare.

Vid en kontroll av OpenRouters publika statistik den 20 oktober låg medianhastigheten för Mercury 3 via Inception som leverantör omkring 176 tokens per sekund.

Det är betydligt lägre än bolagets lanseringssiffra, men mätningarna kan inte jämföras rakt av.

Inceptions uppgifter bygger på egna tester med särskild hårdvara och definierade förutsättningar. OpenRouters statistik speglar faktisk användning via en extern plattform, där bland annat serverbelastning, inmatningens längd och olika inställningar kan påverka resultatet.

Det finns därmed stöd för att Mercury 3 kan vara mycket snabb, men ännu inte för att vanliga användare konsekvent kommer att uppleva över 1 000 tokens per sekund.

Hur bra är svaren jämfört med andra AI-modeller?

Hastighet är bara en fördel om svaren håller tillräckligt hög kvalitet.

Inception jämför Mercury 3 med bland annat GPT-6 Luna och Claude Haiku 5.5. I bolagets egna tester presterar Mercury 3 starkt inom vissa områden, exempelvis informationssökning och uppgifter för AI-agenter.

Men resultaten varierar mellan testerna och visar inte att Mercury 3 är bäst på allt.

En tidig oberoende praktisk granskning från teknikpublikationen The Neuron omfattade åtta API-körningar. Modellen klarade bland annat delar av matematiska uppgifter och programmering bra, men missade vissa instruktioner och producerade även en felaktig faktauppgift.

Det är för få försök för att dra säkra slutsatser om den generella svarskvaliteten.

För användaren finns dessutom en viktig skillnad mellan ett snabbt svar och en snabbt slutförd uppgift. En AI som behöver rätta sina misstag eller göra om ett arbete kan i slutändan bli långsammare än en modell som genererar text i lägre hastighet.

Samma avvägning finns när man väljer mellan olika modeller och svarslägen i ChatGPT, något vi beskriver i vår guide till GPT-6 och dess olika lägen.

Fungerar Mercury 3 bra på svenska?

Mercury 3:s svenska språkförmåga är ännu inte tillräckligt dokumenterad.

De publicerade resultaten ger ingen tydlig, oberoende jämförelse av hur modellen hanterar svensk grammatik, naturliga formuleringar, översättning eller svenska faktauppgifter.

Det innebär inte att Mercury 3 saknar stöd för svenska, men det går inte att slå fast att kvaliteten motsvarar resultaten i engelskspråkiga tester.

För den som huvudsakligen använder AI till svenska texter är det därför klokt att bedöma språkets kvalitet och instruktionstrohet, inte bara hastigheten.

Vad kostar Mercury 3?

Mercury 3 finns tillgänglig både via Inceptions egen chatt och som API för utvecklare.

Under lanseringen erbjuder företaget halverade API-priser:

• Indata: 0,10 dollar per miljon tokens, jämfört med ordinarie 0,20 dollar.
• Utdata: 0,35 dollar per miljon tokens, jämfört med ordinarie 0,70 dollar.
• Cachad indata: 0,01 dollar per miljon tokens under kampanjen.

Inception erbjuder dessutom enligt sin dokumentation 100 miljoner kostnadsfria tokens till nya API-konton, utan krav på betalningsuppgifter.

Något fast slutdatum för kampanjpriserna har inte redovisats. Det går därför inte att utgå från att rabatten gäller permanent.

Priser och villkor kan också skilja sig när modellen används genom andra API-leverantörer.

Vem har störst nytta av en så snabb AI?

Mercury 3:s främsta fördel kan bli tydlig i tjänster där en AI måste producera mycket text eller genomföra många steg efter varandra.

Det kan handla om programmeringsverktyg som kontinuerligt skriver och ändrar kod, AI-agenter som navigerar mellan webbsidor eller kundtjänstsystem som behöver svara snabbt på många frågor.

Även interaktiv undervisning och AI-baserade söktjänster kan gynnas av kortare svarstider.

För den som använder en vanlig AI-chatt till några korta frågor om dagen är skillnaden däremot inte nödvändigtvis lika dramatisk. Där kan nätverksfördröjning, modellens bearbetning och svarskvaliteten vara minst lika viktiga.

Mercury 3 visar att textdiffusion är en intressant väg mot snabbare språkmodeller. Men det verkliga genombrottet för användarna kommer först när den höga hastigheten kan kombineras med kort väntan till första svaret och tillförlitlig kvalitet genom hela uppgiften.

Över 1 000 tokens per sekund är ett imponerande hastighetsmått. Hur mycket tid Mercury 3 faktiskt sparar avgörs av vad användaren ber modellen göra och hur väl den lyckas.