Mercury 2
Red Neuronal
Mercury 2 es un modelo de lenguaje de difusión con razonamiento: genera tokens en paralelo, no secuencialmente. Disponible vía API.
Características
- Entrada
- texto, imágenes, documentos
- Salida
- texto
- Tamaño del contexto
- 128 000 tokens
- Longitud máxima de respuesta
- 50 000 tokens
- Niveles de razonamiento
- ninguno, bajo, medio, alto
- Funciones
- razonamiento, llamada a funciones
Costo del prompt
(por 1M tokens)
Costo de la respuesta
(por 1M tokens)
Cómo funciona Mercury 2?
Mercury 2 es un modelo de lenguaje con razonamiento basado en un enfoque de difusión: en lugar de generar tokens uno por uno, forma y refina varios tokens en paralelo, acelerando la respuesta. Es el primer modelo de razonamiento de este tipo, diseñado para tareas donde la lógica y la velocidad son cruciales. A través de BotHub, Mercury 2 está disponible sin VPN, con pago por uso y sin suscripción; los tokens no utilizados no caducan. Más de 250 modelos están disponibles en una ventana para comparar respuestas fácilmente, y una API unificada compatible con OpenAI permite conectar el modelo a su servicio y cambiar a otro sin reescribir la integración. Las empresas tienen acceso a contratos, facturas, EDO y un panel de administración con límites; la correspondencia está protegida por cifrado AES-GCM. Es útil si crea un asistente interactivo donde el usuario espera una respuesta en tiempo real, analiza tareas con razonamiento paso a paso, procesa un gran volumen de solicitudes o construye una cadena de agentes donde la velocidad de cada iteración se multiplica.Preguntas frecuentes sobre Mercury 2
Puede usar los resultados generados con fines comerciales. Todos los derechos sobre el contenido creado le pertenecen. La única restricción: asegúrese de que la solicitud no incluya material de terceros protegido por derechos de autor. El usuario es responsable de respetar los derechos sobre los datos de entrada.
Es un modelo de texto de la empresa Inception con un contexto de 128 000 tokens. Acepta no solo texto, sino también imágenes y documentos, puede razonar antes de responder y llamar a funciones externas. Es adecuado para trabajar con código, analizar archivos largos, analítica y tareas STEM.
El límite de una respuesta es de hasta 50 000 tokens, y la ventana total junto con la solicitud es de 128 000 tokens. Esto es suficiente para un módulo de código grande, un análisis técnico detallado o un documento extenso que no tendrá que ensamblarse a partir de múltiples fragmentos separados.
Sí, el modo de razonamiento está confirmado por nuestros datos: el modelo puede establecer pasos intermedios antes de dar un resultado. Esto ayuda notablemente donde la secuencia de salida es importante: matemáticas, lógica, depuración de código, análisis de requisitos y comparación de varias soluciones.
Sí, el modelo admite llamadas a funciones (function calling) y salida estructurada en JSON, por lo que es fácil integrarlo en agentes y flujos de trabajo. En BotHub, está disponible a través de una API unificada compatible con OpenAI: puede cambiar el escenario a otro modelo sin reescribir la integración.
El modelo acepta imágenes y documentos, lo cual está confirmado por nuestros datos, por lo que puede analizar capturas de pantalla, diagramas y archivos. No tenemos información sobre audio y video, así que verifique este escenario de antemano si planea construir un flujo de trabajo basado en ello.
No tenemos mediciones confirmadas por separado para el español, por lo que es más fiable probar el modelo en su propia tarea. En BotHub, esto se hace en una sola ventana: envíe una solicitud a Mercury 2 y compare la respuesta con otros modelos. Acceso desde Rusia, pago con tarjeta en rublos, no se necesita VPN.