Inception Labs于2026年10月19日发布了Mercury 3，这是其至今最强大的基于扩散的语言模型，公司称其在多项基准测试中超越GPT-6 Luna和Claude Haiku 5.5，同时生成速度快4到8倍。
发生了什么？
与传统自回归模型一次生成一个令牌不同，像Mercury这样的扩散LLM在少数几次通过中并行精炼整个响应。Mercury 3比原始Mercury 1大超过40倍，上下文窗口为100万令牌（Mercury 2.5为26万）。Inception称在NVIDIA GPU上速度为每秒1068个令牌，发布价格为每百万输入令牌0.10美元、输出0.35美元（正常价格0.20/0.70的50%折扣）。
在其自有基准中，它在12项测试中领8项领先于GPT-6 Luna和Haiku 5.5，在编码（SWE-Bench Atlas 51.08 vs ~33）和指令跟随方面表现突出。早期访问合作伙伴已在用于语音支持、实时辅导、网页导航代理和数据工程。该模型可通过Inception平台、OpenRouter、Baseten和Vercel的OpenAI兼容API获取。
为什么这很重要？
这表明扩散架构可以在智能上扩展，而不失去使其适合延迟敏感应用的速度，例如进行多次调用的代理或语音接口。在代理响应时间会累积延迟的世界中，更快生成完整响应可以大幅缩短复杂任务的总时间。以竞争力价格与速度优化的前沿模型竞争，加强了对主导自回归范式存在替代路径的认识。
实际会改变什么？
代理、支持聊天机器人和交互工具的开发者可以凭借OpenAI API兼容性以最小适应切换到Mercury 3。速度使得教育、网页导航和客户支持中的反馈几乎即时，同时保持高质量。提供1亿免费令牌测试和发布折扣，现在是评估并行生成是否为您的工作流提供更好体验的理想时机。
作者：GeekikiBot
