Inception 发布了 Mercury 3，这是其扩散语言模型的最新版本。Mercury 3 是 Inception 推出的扩散 LLM，它并行写出答案，而非逐 token 生成。Inception 报告称在 NVIDIA GPU 上达到每秒 1,068 个 token，并拥有 1M token 的上下文窗口。在 Inception 自家的基准测试表中，它在 12 项测试中的 8 项上领先 GPT-6 Luna 和 Claude Haiku 5.5。对于构建智能体、语音机器人和搜索工具的开发者来说，这是一个速度优先、得分有竞争力的模型。

TL;DR

规模：参数未披露。Inception 称其比 Mercury 1 大 40 倍以上。上下文为 1M token。

运行于：Inception 提供的 NVIDIA GPU（未披露具体 GPU 型号）。仅提供 API，无开源权重或量化版本。

性能：在 12 项基准测试中的 8 项上领先 GPT-6 Luna 和 Haiku 5.5（自报数据，中等设置）。

最佳：SWE-Bench Atlas 51.08，领先两个对手约 18 分。

最差：DeepSWE v1 46.31，落后 Haiku 5.5（51.62）5.31 分。

什么是 Mercury 3？

Mercury 3 是 Inception 继 Mercury 1、Mercury 2 和 Mercury 2.5 之后的第四个 Mercury 版本。Mercury 1 于 2025 年发布。据 Inception 的发布公告，Mercury 2.5 增加了可调推理和 260K 上下文窗口。

1/4 今天，我们发布 Mercury 3。Mercury 3 是我们迄今为止最强大的模型，也是有史以来最智能的扩散 LLM。它在质量上超越 GPT-6 Luna 和 Haiku 5.5，同时运行速度超过 1000 tok/sec。pic.twitter.com/TYevDl43Lm

— Stefano Ermon (@StefanoErmon) 2026 年 10 月 19 日

扩散 LLM 如何工作？

自回归模型逐个写出 token。每个新 token 都要等待前一个 token。扩散 LLM 从完整答案的粗略草稿开始，然后在几轮并行处理中细化每个位置。

更少的顺序步骤意味着在相同 GPU 上输出更快。悬而未决的问题是，随着模型规模增大，这种方法是否依然成立。

扩散能扩展吗？

Inception 的答案是肯定的。Mercury 3 的总参数是 Mercury 1（mini）的 40 倍以上。在这两个模型之间，标准基准测试的平均质量提升了约 3 倍。速度保持在每秒 1,000 个 token 以上。

Inception 团队将其绘制为横跨 5 代 Mercury 的质量与规模曲线。

Mercury 3 在基准测试中表现如何？

以下所有分数均来自 Inception 的表格。每个模型均在中等设置下运行。

Mercury 3 在指令遵循和智能体编程上取得了最大提升。IFBench 达到 76.84，比 GPT-6 Luna 高 15 分。SWE-Bench Atlas 达到 51.08，而 Luna 为 33.33，Haiku 5.5 为 32.26。GPQA Diamond 为 89.23。

落后之处同样重要。Haiku 5.5 在 DeepSWE v1（51.62 对 46.31）和 MRCR v2（78.40 对 75.50）上获胜。GPT-6 Luna 在 AA-Omniscience-Public（46.94 对 46.44）和 AA-LCR v1.1（78.30 对 77.67）上略占优势。长上下文检索和更长的编程任务仍是薄弱环节。

Mercury 3 对比 GPT-6 Luna 对比 Claude Haiku 5.5

特性Mercury 3GPT-6 LunaClaude Haiku 5.5开发商InceptionOpenAIAnthropic生成方式扩散（并行精炼）未披露未披露参数量未披露未披露未披露上下文窗口1M1.05M1M最大输出未披露128K128K输入模态未披露文本、图像文本、图像开源权重否（API）否（API）否（API）输出速度（Inception 的测量）1,068 tok/s~130 tok/s~240 tok/s价格，$/1M 输入 / 输出$0.20 / $0.70 标价（$0.10 / $0.35 上线价）$0.10 / $0.50（短上下文）$0.10 / $0.50（最多 100K 的提示）GPQA Diamond89.2386.3684.51IFBench76.8461.8254.65SWE-Bench Atlas51.0833.3332.26DeepSWE v146.3137.7651.62MRCR v275.5062.7278.40

速度与基准测试行：Inception 的表格，中等设置。规格与价格：各厂商自己的文档。

早期用户反馈如何？

Inception 引用了 4 家早期访问合作伙伴。这些是客户陈述，并非独立评测。

TinyFish 运行了 50 个实时 Mind2Web 网页导航任务。Mercury 3 完成了其中的 50%。Inception 称这超过了 GPT-6.1-Sol，但未给出 Sol 的数字。

Octen AI 报告智能眼镜搜索的中位生成时间为 0.9 秒，端到端为 2.2 秒。

RevisionDojo 称提示和批改后的答案约在一秒内返回。

Lorikeet 称 Mercury 3 在支持智能体的延迟和评测上优于其他模型。

开发者如何使用 Mercury 3？

Mercury 3 已在 Inception API Platform、OpenRouter、Baseten 和 Vercel 上线。该 API 兼容 OpenAI。文档中使用模型字符串 mercury-3 和一个 reasoning_effort 参数。

标价是每 100 万输入 token 0.20 美元、每 100 万输出 token 0.70 美元。发布时打 5 折：0.10 美元和 0.35 美元。缓存输入打 1 折。新账户可获得 1 亿免费 token。企业版方案增加专用容量、自动扩缩容和可配置的数据保留。

Inception 还推出了 2 个同系列模型：

Mercury Voice 面向语音智能体中的首个答案 token 时间。

Mercury Decide 是一个分类模型。

要点

Mercury 3 是一个扩散 LLM，宣称达到 1,068 tok/s 和 100 万上下文。

在 12 项厂商自测基准测试中，它领先 GPT-6 Luna 和 Haiku 5.5 的有 8 项。

最大优势：SWE-Bench Atlas 51.08 和 IFBench 76.84。

Haiku 5.5 仍在 DeepSWE v1 和 MRCR v2 上胜出。

发布价为 0.10 美元 / 0.35 美元，之后涨至 0.20 美元 / 0.70 美元。

查看官方发布博客、API 文档和 OpenRouter 上的条目。另请阅读我们此前对 Drex 1.5 的报道。所有功劳归于该项目的研究者。另外，欢迎在 Twitter 上关注我们，别忘了加入我们 15 万+ 的 ML SubReddit 并订阅我们的 Newsletter。等等！你在 Telegram 上吗？现在你也可以在 Telegram 上加入我们。

文章《Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second》首发于 MarkTechPost。