Inception 发布 Mercury 3 扩散语言模型，声称在多项基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5

Inception 发布了名为 Mercury 3 的扩散语言模型，声称其在多个基准测试中表现优于 GPT-6 Luna 和 Claude Haiku 5.5，同时运行速度快四到八倍。该模型基于扩散架构，能够一次性生成多个词，而非像传统语言模型那样逐词生成。根据 Inception 的数据，Mercury 3 在 Nvidia GPU 上每秒可生成 1,068 个 token，而 Claude Haiku 5.5 约为 240，GPT-6 Luna 约为 130。

尽管 Inception 宣称 Mercury 3 在 12 项测试中赢了 8 项，但实际数据更为复杂。例如，在 IFBench（指令遵循）上，Mercury 3 得分为 76.84，比 GPT-6 Luna 高出 15 分；在 SWE-Bench Atlas（自主编码）上，Mercury 3 得分为 51.08，而竞争对手分别为 33.33 和 32.26。然而，Claude Haiku 5.5 在 DeepSWE（更长代码测试）和信息检索方面表现更好，GPT-6 Luna 则在 Artificial Analysis 的两项测试中领先。此外，Mercury 3 支持高达 100 万 token 的上下文窗口，这在长文本处理中具有显著优势。

Inception 将 Mercury 3 定位为适用于 AI 智能体、搜索、客户支持和教育等场景，这些应用对延迟敏感。早期合作伙伴如 Octen AI、General Learning 和 Lorikeet 分享了他们的测试结果，普遍关注速度提升。例如，Octen AI 的智能眼镜搜索功能从 5 秒缩短至 0.9 秒，General Learning 的学生反馈时间也减少到约 1 秒。Mercury 3 的定价策略为每百万输入 token $0.20，输出 token $0.70，目前减半促销，但未来可能高于竞争对手。

事实：Mercury 3 是扩散语言模型，速度更快，部分基准测试表现优异。 推断：扩散架构可能在特定应用场景中更具优势，尤其是在需要快速响应的领域。 猜测：Mercury 3 的长期竞争力取决于其能否持续优化性能并维持价格优势。