Mercury Decide e Celeris-1: modelos de decisão comparados

👁 119 leituras

Mercury Decide, da Inception, e Celeris-1 Decision, da Celeris, são dois novos modelos de decisão criados por empresas conhecidas por modelos de linguagem por difusão, que geram texto sem escrever palavra por palavra. No Artificial Analysis Decision Index de 13 de outubro de 2026, quase empataram: 52,7 e 52,3 pontos, em 5º e 6º lugar entre 11 modelos. Mas diferem em quase todo o resto: o Celeris-1 é o mais rápido do ranking, com 63 ms, enquanto o Mercury Decide é o mais lento, com 500 ms, mas também é barato e está disponível pelo OpenRouter, inclusive em uma opção gratuita. Expliquei a categoria no guia Modelos de decisão de IA.

Comparação no ranking Artificial Analysis

Mercury Decide (Inception)

A Inception desenvolve o Mercury, uma família de modelos de linguagem por difusão que gera texto em paralelo, em vez de token por token. O Mercury Decide foi lançado em 30 de setembro de 2026. A documentação não descreve sua arquitetura, então não é possível saber se ele também é um modelo por difusão. Estas são as informações disponíveis na documentação:

• endpoint POST https://api.inceptionlabs.ai/v1/decisions, modelo mercury-decide;
• perguntas de múltipla escolha com 1 a 255 opções e pontuação com 1 a 10 níveis;
• não oferece chat, geração em streaming nem chamada de ferramentas: serve apenas para decisões;
• preço normal de US$ 0,04 e, atualmente, preço promocional de US$ 0,02 por milhão de tokens de entrada, sem data de término informada.

No ranking da AA, o Mercury Decide fica em terceiro lugar na capacidade de admitir que não sabe (32,0, atrás do Microsoft-Decision-1 e do Jev), mas tem o pior resultado na classificação do WildGuardTest (88,0) e é o mais lento (500 ms). A Inception o anuncia como “o modelo de decisão mais inteligente no OpenRouter”, segundo o teste JevBench v1.4. No ranking da AA, ele ocupa o 5º lugar.

Celeris-1 Decision

Em 8 de outubro de 2026, Tom Hamer descreveu o Celeris-1 Decision como um “modelo de linguagem por difusão desenvolvido para decisões tipadas”. Entre seus principais recursos estão:

• endpoint POST https://inference.celeris.ai/celeris-1-decision/v1/systemone, compatível com clientes desenvolvidos para o Jev, além de um segundo endpoint no estilo OpenAI;
• justificativa opcional de uma frase para a decisão (parâmetro x_celeris.explain), sem custo adicional: é o único modelo do ranking com esse recurso;
• segundo o fabricante, tempo mediano de 67 ms para uma pergunta e 81 ms para 50 perguntas em uma única solicitação (medição feita na AWS us-east-1);
• não oferece pesos abertos nem ajuste fino.

A medição da AA confirma a velocidade: 63 ms por tarefa, duas vezes mais rápido que o Jev. O Celeris-1 também tem a melhor pontuação, empatado com o GLiDE, na seleção de ferramentas. Há um ponto fraco importante: o índice de “não sei” é 0,0. Quando não sabe a resposta, o modelo sempre chuta.

Meu teste em polonês: apenas o Mercury Decide

O Mercury Decide está no OpenRouter e, por isso, participou do meu teste de 13/10: 50 solicitações de clientes em polonês para uma loja (escolha de departamento entre 7 opções e definição de urgência) e 10 conversas em que o assistente precisava escolher uma ferramenta. O Celeris-1 não está no OpenRouter e a API exige uma conta, então não o testei. O teste foi realizado em polonês; os resultados não representam um teste em português.

• O mais barato no meu teste: um milhão de tarefas desse tipo custaria cerca de US$ 4,4 com o preço promocional. O Mercury Decide processa textos em polonês com poucos tokens: em média, 219 por tarefa.
• O mais lento entre os modelos de decisão: mediana de 619 ms no teste feito da Polônia pelo OpenRouter, mas ainda quase três vezes mais rápido que o Claude Haiku 5.5 (1.689 ms).
• Ferramentas: houve um erro: quando o cliente informou o número do pedido na segunda mensagem, o modelo ainda quis pedir essa informação.
• Confiança: quando a confiança era de pelo menos 0,9, acertou o departamento em 42 das 46 solicitações. Foi um filtro menos eficaz que o do Jev ou do Decider.

Qual modelo escolher

• Celeris-1 Decision - quando o tempo de resposta é importante, por exemplo, em decisões durante uma conversa por voz ou no ciclo de um agente, e uma justificativa curta é útil. Tenha cuidado com perguntas factuais.
• Mercury Decide - quando o custo e o acesso simples são prioridade: há uma opção gratuita para testes no OpenRouter, e meio segundo por decisão não é um problema.
• Se o mais importante é o resultado geral, escolha o Jev 1.13. Se busca o menor custo com resultado semelhante, considere o Decider v1.1 27B.

Perguntas frequentes

Quanto custa o Mercury Decide?

O preço normal é US$ 0,04 por milhão de tokens de entrada; em 13/10/2026, estava em promoção por US$ 0,02. O OpenRouter também oferece uma opção gratuita: inception/mercury-decide:free.

Quanto custa o Celeris-1 Decision?

Custa US$ 0,04 por milhão de tokens de entrada, e a saída é gratuita. O fabricante estima cerca de US$ 8 por milhão de decisões curtas. A AA calculou US$ 31,6 por milhão de tarefas usando seu próprio conjunto.

Qual é o modelo de decisão mais rápido?

Segundo a Artificial Analysis, é o Celeris-1 Decision, com tempo mediano de 63 ms por tarefa. O mais lento do ranking é o Mercury Decide, com 500 ms.

Fontes

• Inception: Mercury Decide - documentação (consultada em 13/10/2026)
• OpenRouter: inception/mercury-decide
• Inception no X: lançamento do Mercury Decide (30/09/2026)
• Celeris: Celeris-1 Decision (08/10/2026)
• Artificial Analysis Decision Index v1.0 (13/10/2026)
• Teste próprio: 13/10/2026, 60 tarefas pelo OpenRouter, realizado da Polônia.

// continue lendoModelos de IA locais em 2026: Kandinsky 6, Qwen e FLUX 3BenchmarksGPT-6 Luna: o modelo mais barato da OpenAI passou nos testesBenchmarksWan 3.0 vs. Wan 2.2: comparação com 8 vídeosBenchmarks