Inception Labs · modelo de lenguaje
Mercury 2: precio, contexto y benchmarks
Mercury 2 es un modelo de lenguaje de Inception Labs lanzado el 4 de marzo de 2026. Cuesta 0,25 US$ por millón de tokens de entrada y 0,75 US$ de salida, con un contexto de 128 mil tokens. Por ahora no hay ninguna puntuación independiente publicada.
Lo que hay que saber de Mercury 2
Mercury 2 fue publicado por Inception Labs (Estados Unidos) el 4 de marzo de 2026. Acepta texto como entrada y produce texto. Su ventana de contexto alcanza 128.000 tokens, más que el 19 % de los modelos del registro, y puede escribir hasta 50.000 tokens de una vez.
Está disponible desde hace unos 8 meses, lo suficiente para que sus precios y puntuaciones se hayan estabilizado.
Precio de Mercury 2
En OpenRouter, Mercury 2 cuesta 0,25 US$ por millón de tokens de entrada y 0,75 US$ de salida. Contando tres tokens leídos por cada token escrito, su precio medio es de 0,375 US$ por millón, más caro que el 32 % de los modelos de pago (2 veces menos que la mediana de 0,76 US$).
Un ejemplo concreto: una tarea que envía 2.000 tokens (unas 1.500 palabras) y recibe 500 tokens de respuesta cuesta 0,0009 US$. Con 1.000 tareas al día, cuente 26 US$ al mes. La calculadora de precios rehace este cálculo con sus propios volúmenes.
Los tokens ya enviados y en caché se facturan a 0,025 US$ por millón.
Rendimiento y benchmarks
Epoch AI aún no publica un índice de capacidades para Mercury 2. Por eso no mostramos ninguna nota de rendimiento inventada: solo el precio, el contexto y las funciones cuentan en su nota.
Funciones, privacidad y uso local
- Admite la llamada a herramientas: puede manejar un agente IA, llamar a API o a servidores MCP.
- Puede responder en un formato JSON impuesto (salidas estructuradas).
- Es un modelo de razonamiento: «piensa» antes de responder, lo que ayuda en tareas difíciles pero consume más tokens de salida.
Sus pesos no se publican: solo se puede usar a través de la API de Inception Labs o de un intermediario como OpenRouter, lo que implica enviar sus datos fuera de sus máquinas.
Otros modelos de Inception Labs
| Modelo | Lanzamiento | Precio medio | ECI |
|---|---|---|---|
| Mercury 3 | 16 oct 2026 | 0,16 US$ | — |
| Mercury 2.5 | 8 sept 2026 | 0,07 US$ | — |
Veredicto
Mercury 2 obtiene 57/100 según nuestra tabla, que solo usa cifras publicadas.
Puntos fuertes
- Listo para agentes: llamada a herramientas y salidas JSON estructuradas.
Limitaciones
- Ninguna puntuación independiente publicada: rendimiento no verificable.
- Solo texto: no lee imágenes ni archivos.
Evítelo si…
- sus datos no deben salir de sus servidores.
Alternativas
- Uncensored0,38 US$
- Mistral Small 3.1 24B0,4 US$
- Qwen2.5 72B Instruct0,37 US$
- Cydonia 24B V4.10,35 US$
- GPT-4o-mini0,26 US$
- GPT-4o-mini (2024-07-18)0,26 US$
Comparativas y herramientas
Entender
Preguntas frecuentes
¿Cuánto cuesta Mercury 2?
0,25 US$ por millón de tokens de entrada y 0,75 US$ de salida en OpenRouter (dato del 25 de octubre de 2026). Una tarea de 2.000 tokens leídos y 500 escritos cuesta 0,0009 US$.
¿Qué tamaño tiene el contexto de Mercury 2?
128.000 tokens, unas 96.000 palabras, con un máximo de 50.000 tokens de salida.
¿Se puede usar Mercury 2 en local?
No, Inception Labs no publica sus pesos: solo se usa por API.
¿Sirve Mercury 2 para un agente IA?
Técnicamente sí: admite llamada a herramientas y salidas estructuradas. Compruebe después su coste para su volumen.
¿Qué alternativas hay a Mercury 2?
Los modelos más cercanos en precio y rendimiento son Uncensored, Mistral Small 3.1 24B y Qwen2.5 72B Instruct.
Artículos relacionados
- Mistral AI: modelos, precios y agentes25 de octubre de 2026
- Benchmark LLM: cómo interpretar las clasificaciones de modelos24 de octubre de 2026
- Ejecutar un LLM en local: hardware, software y límites24 de octubre de 2026
- ¿Modelos de código abierto o cerrados para sus agentes?5 de octubre de 2026
Neutralidad. Ningún enlace de afiliación. Ningún editor paga por ser evaluado, puntuado o clasificado. Las evaluaciones las dirige François Chollet, neutrales y factuales, y cada dato está fechado y con su fuente. Cómo puntuamos