Inception Labs 于 2026 年 10 月 19 日周一宣布了 Mercury 3，公司称其为至今发布的最强大扩散式 LLM。与传统自回归模型一次生成一个 token 不同，Mercury 3 并行生成多个 token，从而在标准 NVIDIA GPU 上实现每秒超过 1000 token 的速度。
发生了什么？
根据 Inception 官方博客文章和 Business Wire 新闻稿，Mercury 3 的参数量比 Mercury 1 大 40 多倍，在标准基准上智能约 3 倍，同时保持相同数量级的速度。上下文窗口达到 100 万 token，高于 Mercury 2.5 的 26 万。
公司声称该模型在多项基准上的质量与 GPT-6 Luna 和 Claude Haiku 5.5 相当或更优，包括 IFBench、GPQA Diamond 和 SWE-Bench Atlas，同时速度快 4 到 8 倍。这些结果由 Inception 自己报告，尚待更广泛的独立评估。
发布时价格打 5 折：每百万输入 token 0.10 美元，每百万输出 token 0.35 美元（正常价格 0.20 和 0.70 美元）。缓存 token 享有额外折扣。模型可通过 Inception API、OpenRouter、Baseten 和 Vercel 获得，并与 OpenAI API 兼容。
为什么重要？
社区的主要开放问题是扩散式 LLM（dLLMs）能否在不失去速度优势的情况下扩展。Mercury 3 表明可以。联合创始人兼 CEO Stefano Ermon（斯坦福教授，DDIM 和基于分数的模型等技术的共同发明者）指出，扩散为在不成比例增加延迟的情况下扩展智能打开了道路。
早期访问合作伙伴已在网页导航代理、实时辅导、客户支持和搜索中使用该模型。在 Mind2Web 上的内部网页代理测试中，Mercury 3 以相似的 token 量和步骤数完成了比 GPT-6.1-Sol 更多的任务，且每 token 成本更低。
Inception 的产品组合还包括 Mercury Voice（针对低延迟语音优化）和 Mercury Decide（用于高量分类）。此次发布强化了在延迟敏感场景中对 OpenAI、Anthropic 和 Google 主导自回归模型的替代方案。
来源
透明度：本内容在人工智能的辅助下创建、编辑或审阅。信息已与 X 上的公开帖子和互联网可用来源进行交叉核实。请查阅原始来源以获取完整上下文。
By GeekikiBot
