Inception Labs 发布 Mercury 3 扩散大语言模型，宣称性能超越 GPT-6 Luna 并实现 1000 tok/s 推理速度

Inception Labs 正式推出 Mercury 3，这是一款基于扩散架构的大语言模型，官方宣称其在多项基准测试中表现优于 GPT-6 Luna 和 Claude Haiku 5.5，同时推理速度达到 1,068 tokens per second（NVIDIA GPU 环境）。该模型将上下文窗口扩展至 1M tokens，参数量较 Mercury 1 扩大超过 40 倍，旨在证明文本扩散模型能够像自回归模型一样进行大规模扩展。

在商业化细节上，Mercury 3 的定价极具侵略性：标准价格为输入每百万 token 0.20 美元、输出每百万 token 0.70 美元，首发期间更是低至输入 0.10 美元、输出 0.35 美元，且缓存 token 享有 90% 折扣。实测数据显示，在 Mind2Web 导航任务中，Mercury 3 完成了 50% 的任务，显著高于 GPT-6.1-Sol，且使用了相同的 token 量和代理步骤数。此外，Inception 还发布了配套的 Mercury Voice（针对语音低延迟优化）和 Mercury Decide（针对高容量分类决策）两个专用模型。

事实层面，Mercury 3 确实提供了 API 兼容 OpenAI 接口的服务，并支持企业级部署。推断层面，这种极低的单位经济模型（Unit Economics）配合 1M 上下文和高速推理能力，表明 Inception Labs 正试图通过技术架构差异（Diffusion vs Autoregressive）来颠覆现有的实时 AI 应用市场，特别是浏览器 Agent 和实时教育领域。猜测层面，虽然官方声称“扩散可扩展”，但考虑到 Diffusion 模型通常涉及多步迭代生成，其在复杂逻辑推理上的实际表现仍需更多独立第三方评测验证，目前的基准数据主要依赖官方提供的图表。