Mercury Voice: qué es y cómo usarlo hoy

Mercury Voice es el diffusion LLM (dLLM) de Inception Labs para el slot LLM de voice agents (entre STT y TTS), disponible en GA enterprise desde el 29 de septiembre de 2026. Razona, llama tools y sigue system prompts largos con latencia baja: en prompts de customer-service de producción, Inception reporta TTFAT median 320 ms y p95 750 ms. Contexto 128K, hasta 50K tokens de salida, tres niveles de reasoning (low/medium/high). Precio lista $0.40 / $1.50 por MTok (input/output); al lanzamiento 50% off: $0.20 / $0.75. Estimación Inception: ~$0.009 por minuto de conversación (solo capa modelo). API OpenAI-compatible vía Inception API; drop-in en LiveKit, Pipecat, Vapi y Retell. Acceso enterprise: sales@inceptionlabs.ai.

• Producto: Mercury Voice (dLLM para voice agents)
• Empresa: Inception Labs · blog 29 sep 2026
• Fecha GA enterprise: 29 de septiembre de 2026 (preview ~2 semanas antes con Mercury 2.5)
• Rol en el stack: slot LLM entre STT y TTS (razona, tools, system prompts)
• Latencia (claim Inception): TTFAT median 320 ms · p95 750 ms (prompts customer-service de producción)
• Contexto / salida: 128K context · hasta 50K output tokens
• Reasoning: low / medium / high
• Precio lista: $0.40 / M input · $1.50 / M output
• Lanzamiento (50% off): $0.20 / M input · $0.75 / M output
• Costo tipico (estimación Inception): ~$0.009 / min de conversación (solo modelo)
• Integración: API OpenAI-compatible · LiveKit · Pipecat · Vapi · Retell
• Acceso: enterprise gated · sales@inceptionlabs.ai
• Clientes citados: Audivi AI (drive-thru) · Altur (finanzas) · OpenCall (phone agents)
• Fuentes: Inception blog (29 sep 2026) · RuntimeWire

Qué salió el 29 de septiembre de 2026

• GA enterprise de Mercury Voice: Inception Labs pasa de preview (junto a Mercury 2.5 ~2 semanas antes) a disponibilidad general para clientes enterprise.
• dLLM en el slot de voz: está pensado para ocupar el lugar del LLM entre speech-to-text y text-to-speech, con reasoning y tool calling sin romper el presupuesto de latencia conversacional (~500 ms).
• TTFAT reportado: median 320 ms y p95 750 ms en un set de prompts reales de customer-service (cifras de Inception; miden el modelo, no el round-trip STT→TTS completo).
• Capacidad: contexto 128K, hasta 50K tokens de salida, tres niveles de esfuerzo de reasoning (low/medium/high).
• Precio y promo de lanzamiento: lista $0.40/$1.50 por MTok; al lanzamiento 50% off a $0.20/$0.75. Estimación Inception ~$0.009/min solo capa modelo.
• Drop-in OpenAI-compatible: endpoint vía Inception API para LiveKit, Pipecat, Vapi, Retell o stacks propios.
• Benchmarks (claims de Inception): la compañía afirma superar a modelos como GPT-6 Luna, Gemma 4 31B, GLM-5.3-Flash y Qwen3.5-397B en un compuesto agentic/conversacional; cita esos claims sin tratarlos como scores independientes.

«A real-time reasoning model for voice agents» — Inception Labs, Introducing Mercury Voice (29 sep 2026). GA enterprise tras el preview con Mercury 2.5.

Para quién sirve

• Builders de voice agents que necesitan reasoning + tools con TTFAT bajo el umbral conversacional (~500 ms).
• Equipos en LiveKit, Pipecat, Vapi o Retell que quieren un drop-in OpenAI-compatible en el slot LLM.
• Contact center / phone agents (pagos, objections, drive-thru) donde la pausa larga rompe la experiencia — casos citados: Audivi AI, Altur, OpenCall.
• Compras enterprise con acceso gated vía sales@inceptionlabs.ai (no es un endpoint público self-serve al anuncio).
• No es un stack STT+TTS completo: Mercury Voice es la capa de lenguaje; ASR, síntesis y telefonía siguen aparte y suman latencia/costo.

Cómo usarlo paso a paso (hoy)

1. Lee el anuncio oficial: Introducing Mercury Voice (29 sep 2026) y la cobertura en RuntimeWire.
2. Solicita acceso enterprise: escribe a sales@inceptionlabs.ai (gated; no asumas API key pública).
3. Identifica el slot LLM en tu pipeline de voz: STT → Mercury Voice → TTS (o el orquestador equivalente en LiveKit/Pipecat/Vapi/Retell).
4. Configura el endpoint OpenAI-compatible de Inception API (base URL + model id según docs que te entregue el vendor) como drop-in del cliente OpenAI que ya uses.
5. Elige reasoning effort: empieza en low para maximizar TTFAT; sube a medium/high solo si tus turnos necesitan más planificación o tools.
6. Mide TTFAT en tu tráfico: no copies solo el median 320 ms del vendor; registra p50/p95 en tus prompts reales (y el round-trip con STT/TTS).
7. Presupuesta tokens: lista $0.40/$1.50; promo lanzamiento $0.20/$0.75. Usa ~$0.009/min solo como referencia de capa modelo (Inception); suma ASR/TTS/telefonía.
8. Prueba tool calling + system prompts largos (flujos de pagos, menús, upsell) — el valor del producto está en razonar sin romper latencia.
9. Compara con tu baseline (p. ej. modelos no-reasoning rápidos vs reasoning lentos) antes de migrar producción.

Qué puede (y qué no) hacer

• Sí: actuar como dLLM de reasoning en el slot LLM de voice agents, con tools y system prompts largos.
• Sí (claim Inception): TTFAT median 320 ms / p95 750 ms en su set de customer-service; contexto 128K y hasta 50K output.
• Sí: API OpenAI-compatible; integración drop-in en LiveKit, Pipecat, Vapi, Retell.
• Sí: tres niveles low/medium/high; precio lista y 50% off al lanzamiento según blog.
• No: reemplazar STT ni TTS; tampoco garantiza latencia end-to-end de la llamada completa.
• No es self-serve abierto al anuncio: acceso enterprise vía sales@inceptionlabs.ai.
• No tomes los benches vs GPT-6 Luna / Gemma 4 31B / etc. como scores independientes: son claims de Inception; valida en tu harness.

FAQ

¿Qué es Mercury Voice?

Es el diffusion LLM (dLLM) de Inception Labs orientado a voice agents: ocupa el slot del LLM entre STT y TTS, con reasoning, tools y baja latencia. GA enterprise desde el 29 de septiembre de 2026.

¿Qué es TTFAT y por qué importa?

TTFAT (time to first answer token) mide cuánto tarda el modelo en empezar a emitir la respuesta que el caller oirá, después del reasoning. Inception reporta median 320 ms y p95 750 ms en prompts de customer-service de producción. El round-trip real también depende de STT, TTS y red.

¿Cuánto cuesta?

Lista: $0.40 por millón de tokens de input y $1.50 de output. Al lanzamiento, 50% off: $0.20 / $0.75. Inception estima ~$0.009 por minuto de conversación solo para la capa del modelo.

¿Cómo lo integro con Vapi, Retell, LiveKit o Pipecat?

Vía Inception API con endpoint compatible con la API de OpenAI: sustituyes el modelo/base URL en el slot LLM de esas plataformas. El acceso es enterprise (contactar sales@inceptionlabs.ai).

¿Quién ya lo usa según Inception?

Audivi AI (drive-thru automatizado), Altur (agentes de voz en finanzas) y OpenCall (phone agents). Son casos citados por el vendor; resultados varían por pipeline.

Enlaces útiles

• Inception Labs · Introducing Mercury Voice (29 sep 2026)
• RuntimeWire · Inception launches Mercury Voice
• Naive-N0.5-Flash · IA University
• Bedrock Managed Agents · IA University
• GPT-6.1 Sol · IA University
• Más noticias IA · IA University
• IA University · Cursos gratis edu.ia.university · Certificación Asesor-IALab

Certifícate y sigue aprendiendo

1) Certifícate GRATIS en http://edu.ia.university/
2) Certificación IA internacional: https://ia.university/Asesor-IALab