Modelos económicos

Todo sobre Mercury 2.5

Mercury 2.5 en cifras: precio por token, ventana de contexto, puntuaciones en pruebas independientes y modelos comparables, según datos públicos consultados el 22 de octubre de 2026.

Datos a 22 de octubre de 2026

Lo esencial en cifras

FabricanteInception
Lanzamiento8 de septiembre de 2026
Conocimientos hasta1 de noviembre de 2025
Ventana de contexto260.000 tokens (≈ 390 páginas)
Respuesta máxima65.536 tokens
Precio de entrada0,20 US$ por millón de tokens (tarifa del fabricante)
Precio de salida0,75 US$ por millón de tokens
Pesos abiertosNo
Modo razonamientoSí
Llamada a herramientasSí
Salida estructurada (JSON)Sí
Entradas aceptadastexto
Proveedores que lo ofrecen6

Mercury 2.5 en breve

Lanzado el 8 de septiembre de 2026, Mercury 2.5 es uno de los 2 modelos de Inception que seguimos en este sitio. Sus pesos no están publicados: solo funciona en remoto, mediante la API de Inception o de proveedores asociados (6 listados en models.dev). Dispone de un modo de razonamiento: puede «pensar» antes de responder, lo que ayuda en problemas de varios pasos pero consume más tokens y, por tanto, más dinero. Es un lanzamiento muy reciente.

Lo clasificamos entre los modelos económicos (24 modelos de esta categoría en el sitio).

Lo que cuesta

Mercury 2.5 cuesta 0,20 US$ por millón de tokens de entrada y 0,75 US$ por millón de tokens de salida (tarifa del fabricante, consulta del 22 de octubre de 2026).

En la práctica, una tarea de agente que lee 20 000 tokens y escribe 2000 cuesta unos 0,006 US$, es decir, 5,5 US$ por 1000 tareas de este tipo.

Es 1,5 veces más barato que el precio de salida mediano de los modelos económicos (1,13 US$).

Los tokens leídos desde la caché cuestan 0,02 US$ por millón: útil para un agente que reenvía a menudo el mismo contexto.

Para estimar su propio presupuesto, use la calculadora de coste de un agente.

Resultados en benchmarks

A 22 de octubre de 2026, Epoch AI no publica ninguna puntuación de Mercury 2.5 en las pruebas de nuestra cesta. Para situarlo, hay que fijarse en sus características y su precio, y probarlo con sus propios casos.

Lo que sabe hacer

Su ventana de contexto alcanza 260.000 tokens, unas 390 páginas de texto a 500 palabras por página: suficiente para un informe largo o varios contratos a la vez. Una respuesta puede llegar a 65.536 tokens.

Acepta como entrada: texto. Sus conocimientos llegan hasta 1 de noviembre de 2025: más allá, necesita búsqueda web o sus documentos.

Sabe llamar a herramientas (funciones, API) y devolver una salida estructurada en JSON, lo que lo convierte en una posible base para un agente de IA.

¿Cuándo elegirlo?

Por su categoría, Mercury 2.5 está pensado sobre todo para los grandes volúmenes en los que cada céntimo cuenta: clasificación, extracción de información, resúmenes, asistentes sencillos.

Antes de adoptarlo, pruébelo con sus propios ejemplos: los benchmarks miden tareas estándar, no su oficio.

¿Con qué sustituirlo?

En la misma categoría, los modelos más cercanos a Mercury 2.5 son:

Modelos parecidos

Otros modelos de Inception

Preguntas frecuentes

¿Cuánto cuesta Mercury 2.5?

A 22 de octubre de 2026, Mercury 2.5 cuesta 0,20 US$ por millón de tokens de entrada y 0,75 US$ por millón de tokens de salida (tarifa del fabricante). Una tarea que lee 20 000 tokens y escribe 2000 cuesta unos 0,006 US$.

¿Cuál es la ventana de contexto de Mercury 2.5?

260.000 tokens, unas 390 páginas de texto. Una respuesta puede llegar a 65.536 tokens.

¿Mercury 2.5 es open source?

No. Es un modelo cerrado de Inception, accesible solo por API.

¿Cuándo salió Mercury 2.5?

Mercury 2.5 salió el 8 de septiembre de 2026, según models.dev.

¿Se puede crear un agente con Mercury 2.5?

Sí: sabe llamar a herramientas y devolver JSON estructurado, las dos piezas básicas de un agente.

Fuentes de los datos

  • Models.dev — Datos de modelos: models.dev (proyecto de código abierto)
  • OpenRouter — Precios de mercado contrastados con OpenRouter

Datos a 22 de octubre de 2026

Señalar un error

¿Una cifra, una fecha o un dato le parece incorrecto? Díganoslo: verificamos cada aviso.