Inception 发布 Mercury 3 扩散式 LLM，支持 100 万 Token 上下文
Inception Labs 发布扩散式大语言模型 Mercury 3。该模型不逐个生成 Token，而是并行完善多个位置的内容。公司称，Mercury 3 在 NVIDIA GPU 上每秒可生成 1,068 个 Token，并支持 100 万 Token 上下文。Inception 表示，在其内部 12 项测试中，Mercury 3 有 8 项胜过 GPT-6 Luna 和 Claude Haiku 5.5，速度为对手的 4 至 8 倍；另一篇报道则称，它在一系列测试中胜过 GPT-6 Luna、Claude Haiku 5.5 和 GLM-5.3 Flash。这些数据均为厂商自报，尚未经过独立验证。Mercury 3 可通过 Inception API、OpenRouter、Baseten 和 Vercel 使用，标准价格为每百万输入 Token 0.20 美元、每百万输出 Token 0.70 美元。
此次发布的意义在于，Inception 称 Mercury 3 将扩散式并行生成、100 万 Token 上下文和较高吞吐量结合在同一模型中。相关报道还强调，该模型面向智能体、搜索、客户支持和辅导等可能多次调用模型的应用，而反复调用会累积延迟。目前，其基准和速度数据仍只有 Inception 自身测试的验证。
Today we’re introducing Mercury 3, the most capable diffusion-based LLM released to date. Across a range of benchmarks, Mercury 3 outperforms GPT-6 Luna and Claude Haiku 5.5, while running 4–8x faster at 1,000+ tokens per second.
Mercury 3 demonstrates that text diffusion scales. It’s more than 40x larger than Mercury 1 and is vastly more intelligent, but just as fast.
Early-access partners already use Mercury 3 for voice and chat support, real-time tutoring, data engineering, and web navigation:
Mercury 3 at a glance
- Quality: On par or better than frontier speed-optimized models like GPT-6 Luna and Claude Haiku 5.5.
- Speed: 1,068 tokens per second on NVIDIA GPUs.
- Context: 1M tokens, up from 260K for Mercury 2.5
- Price: $0.20 per million input and $0.70 per million output tokens.
- At launch, Mercury 3 is 50% off at $0.10 per 1M input and $0.35 per 1M output. Cached tokens are 90% off the input price.
#Inception Labs#Mercury 3#NVIDIA#GPT-6 Luna#Claude Haiku 5.5#GLM-5.3 Flash#OpenRouter#Baseten#Vercel