Inception 发布 Mercury 3：扩散模型在规模上实现性能与速度突破
2026 年 10 月 19 日，AI 初创公司 Inception 正式推出 Mercury 3。这是一款基于扩散架构的大语言模型，官方称其为迄今最强大的扩散 LLM。在多项基准测试中，Mercury 3 的表现优于 GPT-6 Luna 和 Claude Haiku 5.5，同时推理速度提升了 4–8 倍，达到每秒生成超过 1,000 个 tokens。
核心参数与定价
- 质量：与 GPT-6 Luna、Claude Haiku 5.5 等主打速度的前沿模型持平或更优。
- 速度：在 NVIDIA GPU 上实测生成速度达每秒 1,068 个 token。
- 上下文窗口：支持 100 万 tokens，较上一代 Mercury 2.5（26 万 tokens）显著扩展。
- 价格：输入每百万 tokens 0.20 美元，输出每百万 tokens 0.70 美元。上市期间提供 50% 折扣，即输入 $0.10/1M，输出 $0.35/1M。缓存存储的 tokens 按输入价格的 10% 计费。
验证扩散模型的规模化能力
Inception 此前发布的 Mercury 1 是首个证明扩散 LLM 具备商业应用潜力的产品。当时业界普遍质疑扩散模型能否在复杂任务中与自回归模型竞争。Mercury 3 的发布回应了这一疑问：随着模型规模扩大至 Mercury 1 的 40 倍，其智能水平显著提升，但保持了同等的高速推理能力。数据显示，从 Mercury 1 Mini 到 Mercury 3，智能指数实现了三倍增长，表明推动自回归模型进步的缩放定律同样适用于扩散架构。
生产环境中的应用案例
早期访问合作伙伴已将 Mercury 3 应用于对延迟敏感的场景，包括浏览器代理、交互式教育、实时搜索及客户支持。
浏览器使用代理
在网页浏览、多源搜索及日志分析等任务中，代理需逐步等待模型响应，微小延迟会迅速累积。Inception 在生产网络代理套件中对 Mercury 3 进行了测试，涵盖 50 个实时 Mind2Web 导航任务。结果显示，Mercury 3 完成了其中 50% 的任务，表现远超 GPT-6.1-Sol。值得注意的是，它使用了与前沿模型相同的 token 量和步骤数，但单 token 成本仅为后者的一小部分。
小鱼人工智能联合创始人评价：“代理尽快完成任务，才有时间尝试更多方法。”
交互式教育
在教育场景中，高延迟会导致学生流失。无论是语音辅导、作业评分还是自适应出题，即时反馈至关重要。通用学习公司（RevisionDojo）联合创始人兼 CTO Michael Tong 表示，Mercury 3 能在不牺牲推理质量的前提下，将提示、标记答案和定义生成的响应时间压缩至一秒以内，其质量与此前使用的模型相当甚至更好，从而让学生保持专注而非等待。
实时搜索代理
对于智能眼镜等设备，若答案返回超过五秒，用户体验将被破坏。Octen AI 创始人兼 CEO Kunzu 指出，在其 Sense API 测试中，瓶颈在于处理数十份文档的速度。Mercury 3 在快速模型中提供了最佳的速度与质量平衡，平均生成时间为 0.9 秒，足以支撑实时搜索需求。
客户支持
受监管企业要求客服响应既快又准。Lorikeet 技术团队成员 Michael Grieben 介绍，该公司为复杂合规业务构建跨语音、聊天和邮件的服务门户。早期测试显示，Mercury 3 在降低延迟的同时，评估指标和生产表现均优于其他模型，确保了对话式响应的准确性。
实时产品组合
Mercury 3 是 Inception“实时 AI”产品组合的旗舰型号，旨在满足极低延迟需求：
- Mercury Voice：专为语音应用优化，重点减少首字回复时间（TTFAT），而非仅关注端到端延迟。目前服务于 Audivi AI、Altur 和 OpenCall 等公司的代理系统。
- Mercury Decision：面向高容量分类任务的决策模型，在 JevBench 和 LegalBench 等基准测试中表现优异。
接入方式
Mercury 3 现已通过 Inception API 平台上线，并支持 OpenRouter、Baseten 和 Vercel 等第三方平台。该模型兼容 OpenAI API 标准，开发者无需重写代码即可集成至现有堆栈。企业部署方案包含专用容量、自动扩展、合规控制及可配置的数据保留策略。
