扩散语言模型Mercury 3发布：宣称每秒超千Token

AI初创公司Inception正式发布扩散语言模型Mercury 3。该模型配备100万Token上下文窗口。官方宣称，Mercury 3在多项基准测试中表现优于GPT-6 Luna和Claude Haiku 5.5，运行速度提高4至8倍，在NVIDIA GPU上的生成速度达到每秒1068个Token。

模型扩容同时保持推理速度

传统大语言模型按Token逐字自回归生成，扩散模型则通过并行生成多个Token并逐步优化。Inception表示，Mercury 3的模型规模是Mercury 1的40倍以上，推理速度依然维持在每秒1000个Token以上。

联合创始人Stefano Ermon指出，扩散模型扩展的瓶颈在于算力和数据，而非根本性的算法障碍，团队已展开下一代模型的训练。自2025年6月推出Mercury 1以来，Mercury 3已是该系列的第四个版本，上下文窗口较Mercury 2.5的26万Token大幅扩充。在50项Mind2Web网络导航任务测试中，Inception称Mercury 3完成了半数任务，高于GPT-6.1-Sol的表现。

定价与可用渠道

Mercury 3挂牌价格为每百万输入Token 0.20美元、每百万输出Token 0.70美元。上线初期提供5折优惠，折后为输入0.10美元、输出0.35美元，缓存输入费用较常规输入降低90%。

该模型兼容OpenAI API格式，已上线Inception API、Baseten、OpenRouter与Vercel。Mercury 2和2.5已停止接收新用户，现有用户权限保留至11月15日。

性能数据尚待独立验证

目前所有基准测试数据均来自Inception自身，尚无独立评估机构的验证报告。基准测试机构Artificial Analysis此前测得Mercury 2.5的实际速度约为每秒706个Token，低于官方宣称水平。

OpenRouter的线上实时流量数据显示，Mercury 3的吞吐量中位数为每秒221个Token，虽然仍快于主要竞争模型，但仅为官方标称速度的五分之一左右。联合创始人Volodymyr Kuleshov在Hacker News上回应表示，第三方基准测试结果仍在跟进中。