返回资讯

Inception 发布 Mercury 3：扩散式大语言模型规模化

发布时间 2026-10-20 11 小时前
来源 Hacker首页帖子
字数 2,475 字
查看原文

智能总结

Inception 团队正式发布扩散式大语言模型 Mercury 3，称其在多项基准测试中优于 GPT-6 Luna 和 Claude Haiku 5.5，速度达每秒 1,068 个 token，比二者快 4 至 8 倍。

规模化扩散：Mercury 3 发布

Inception 团队

今天我们正式发布 Mercury 3，这是迄今为止能力最强的扩散式大语言模型（diffusion-based LLM）。在多项基准测试中，Mercury 3 的表现优于 GPT-6 Luna 和 Claude Haiku 5.5，同时运行速度快 4 至 8 倍，达到每秒 1,000 个以上 token。

Mercury 3 证明了文本扩散模型可以规模化。它的参数量比 Mercury 1 大 40 倍以上，智能水平也大幅提升，但速度依然同样快。

Model Quality vs. Model Size

早期访问合作伙伴已将 Mercury 3 用于语音与聊天支持、实时辅导、数据工程和网页导航：

Mercury 3 概览

  • 质量： 与 GPT-6 Luna、Claude Haiku 5.5 等前沿速度优化模型持平或更优。
  • 速度： 在 NVIDIA GPU 上达到每秒 1,068 个 token。
  • 上下文： 100 万 token，较 Mercury 2.5 的 26 万大幅提升。
  • 价格： 每百万输入 token 0.20 美元，每百万输出 token 0.70 美元。
    • 发布期间 Mercury 3 享五折优惠，即每百万输入 token 0.10 美元、每百万输出 token 0.35 美元。缓存 token 在输入价格基础上再享九折优惠。

Mercury 3 benchmark

规模化扩散

我们推出 Mercury 1 时，它是扩散式 LLM 可面向商业应用构建的首个实证。当时 AI 社区悬而未决的问题是：扩散式 LLM 能否规模化，从而在复杂用例上与自回归模型竞争。

Mercury 3 回答了这个问题：可以。我们将 Mercury 的总参数量扩大了 40 倍以上，在一系列标准基准上的智能水平从 Mercury 1（mini）到 Mercury 3 提升了 3 倍。推动自回归模型进步的缩放定律，同样适用于扩散模型。

Model Quality vs. Model Size

生产环境中的 Mercury 3

早期访问合作伙伴已在运行 Mercury 3，为浏览器使用智能体、互动教育、实时搜索智能体和客户支持等对延迟敏感的应用提供支持。

浏览器使用智能体

智能体在每一步都要等待模型响应，因此微小的延迟会迅速累积。无论智能体是在浏览网站、跨来源检索资料，还是分析日志与追踪故障，Mercury 都能让每一次推理保持快速。智能体可以更快完成任务，并在给出答案前有时间尝试更多方案。

我们在生产级网页智能体框架中，用 Mercury 3 与前沿模型在 50 个真实 Mind2Web 导航任务上进行了对比测试。Mercury 3 完成了其中 50%，显著多于 GPT-6.1-Sol。它使用的 token 量和智能体步数与前沿模型相同，但每 token 成本仅为其一小部分。

Shuhao Zhang，TinyFish AI 联合创始人

互动教育

学习依赖快速反馈循环，任何延迟都会让学生脱离学习状态。无论是进行对话的语音辅导老师、批改作业的助手，还是根据学生刚答错的内容调整下一道题的应用，Mercury 都会对每个请求进行推理并近乎实时地响应。

Mercury 3 让我们能够在不牺牲推理能力的前提下，为每位学生提供即时反馈。提示、批改结果和定义现在约一秒内返回，质量与我们此前使用的模型持平或更优。当学生卡在某道题上时，这种速度能让他们继续思考而不是等待，而且它可以直接替换我们现有的技术栈。

Michael Tong，General Learning（又名 RevisionDojo）联合创始人兼 CTO

实时搜索智能体

搜索应用只要延迟几秒就会让用户感到无响应。Mercury 3 的运行速度足以处理数十份文档，并在用户仍在关注时给出答案。

在智能眼镜上，一个需要五秒的答案会让人觉得坏了。在我们的 Sense API 测试中，Octen 搜索耗时约 80 毫秒；模型生成才是瓶颈。在我们测试的快速模型中，Mercury 3 在速度与质量之间取得了最佳平衡，生成时间中位数为 0.9 秒，端到端响应时间中位数为 2.2 秒。

Kuan Zou，Octen AI 创始人兼 CEO

客户支持

支持智能体必须快速回答，而且往往服务于受监管行业，错误答案代价高昂。Mercury 在保持对话式响应的同时不牺牲准确性。

在 Lorikeet，我们帮助复杂且受监管的企业为客户构建覆盖语音、聊天和电子邮件的礼宾服务。在聊天和语音场景中，客户需要快速响应，但我们不能在准确性或正确完成任务上妥协。在早期测试中，Mercury 3 在延迟上优于其他模型，同时在评估和生产环境中的表现也更高。

Michael Gribben，Lorikeet 技术团队成员

实时产品组合

Mercury 3 是不断扩大的实时 AI 产品组合中的旗舰模型。

  • Mercury Voice： Mercury Voice 针对语音应用极低延迟的需求进行了定制，并致力于最小化首个答案 token 的时间（TTFAT），而不仅仅是端到端延迟。它已在 Audivi AI、Altur 和 OpenCall 为智能体提供支持。

  • Mercury Decide： Mercury Decide 是专为大规模分类构建的决策模型。它在 JevBench 和 LegalBench 等基准上优于 Jev。

快速上手

Mercury 3 现已在 Inception API 平台上线，并可通过 OpenRouter、Baseten 和 Vercel 使用。它兼容 OpenAI API，因此无需重写即可接入现有技术栈。企业部署支持专属容量、自动扩缩容、合规控制和可配置的数据保留策略。

Mercury 3 已上线。扩散模型可以规模化。

[产品

2026 年 10 月 19 日

规模化扩散：Mercury 3 发布](https://www.inceptionlabs.ai/blog/./introducing-mercury-3)[产品

2026 年 10 月 19 日

规模化扩散：Mercury 3 发布](https://www.inceptionlabs.ai/blog/./introducing-mercury-3)[产品

2026 年 10 月 15 日

Mercury 2 入选《时代》2026 年度最佳发明](https://www.inceptionlabs.ai/blog/./mercury-2-named-to-time-s-best-inventions-of-2026)[产品

2026 年 10 月 15 日

Mercury 2 入选《时代》2026 年度最佳发明](https://www.inceptionlabs.ai/blog/./mercury-2-named-to-time-s-best-inventions-of-2026)[产品

2026 年 9 月 29 日

Mercury Voice 发布](https://www.inceptionlabs.ai/blog/./introducing-mercury-voice)[产品

2026 年 9 月 29 日

Mercury Voice 发布](https://www.inceptionlabs.ai/blog/./introducing-mercury-voice)[产品

2026 年 10 月 19 日

规模化扩散：Mercury 3 发布](https://www.inceptionlabs.ai/blog/./introducing-mercury-3)[产品

2026 年 10 月 15 日

Mercury 2 入选《时代》2026 年度最佳发明](https://www.inceptionlabs.ai/blog/./mercury-2-named-to-time-s-best-inventions-of-2026)[产品

2026 年 9 月 29 日