Hacker News AI · 2026/10/20 01:27:11
Inception Labs 发布 Mercury 3，扩散模型实现规模化突破
Inception Labs 推出 Mercury 3，这是目前最强大的基于扩散的大语言模型。该模型在多项基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5，同时保持每秒 1000+ token 的生成速度，比前代大 40 倍但速度不变，验证了文本扩散架构的可扩展性。
报道全文原始报道全文
本文目录20 个章节
阅读博客[介绍 Mercury 3
阅读博客](https://www.inceptionlabs.ai/blog/introducing-mercury-3)
/
规模化扩散模型：介绍 Mercury 3
Inception 团队
今天，我们正式推出 Mercury 3，这是迄今为止功能最强大的基于扩散的大语言模型（LLM）。在一系列基准测试中，Mercury 3 的表现优于 GPT-6 Luna 和 Claude Haiku 5.5，同时运行速度提升 4–8 倍，达到每秒 1,000+ tokens。
Mercury 3 证明了文本扩散模型具备可扩展性。它的规模比 Mercury 1 大 40 倍以上，智能水平显著提升，但速度依然保持同样高效。
"960x961"
早期合作伙伴已将 Mercury 3 应用于语音和聊天支持、实时辅导、数据工程以及网页导航等场景：
Mercury 3 概览
-
质量： 与 GPT-6 Luna 和 Claude Haiku 5.5 等前沿速度优化模型相当或更优。
-
速度： 在 NVIDIA GPU 上达到每秒 1,068 tokens。
-
上下文窗口： 100 万 tokens，相比 Mercury 2.5 的 26 万 tokens 大幅提升。
-
价格： 每百万输入 tokens 0.70。
-
发布期间，Mercury 3 享受五折优惠，即每百万输入 tokens 0.35。缓存 tokens 的价格为输入价格的 10%（即九折优惠）。
"682x839"
规模化扩散模型
当我们推出 Mercury 1 时，它首次证明了扩散 LLM 可以构建用于商业应用。当时 AI 社区面临的关键问题是：扩散 LLM 能否扩展规模，以在复杂用例中与自回归模型竞争？
Mercury 3 给出了肯定的答案：它们可以。我们将 Mercury 的总参数量扩大了 40 倍以上，从 Mercury 1 (mini) 到 Mercury 3，其在一系列标准基准测试中的智能水平提升了 3 倍。驱动自回归模型进步的缩放定律（Scaling Laws）同样适用于扩散模型。
"960x961"
生产环境中的 Mercury 3
早期接入合作伙伴已在使用 Mercury 3 为对延迟敏感的应用提供支持，例如浏览器使用智能体、交互式教育、实时搜索智能体和客户支持。
浏览器使用智能体
智能体在每一步都需等待模型响应，因此微小的延迟会迅速累积。Mercury 确保每次处理都保持高速，无论智能体是在浏览网站、跨源研究，还是分析日志和追踪故障。智能体能更快完成任务，从而有更多时间尝试多种方案后再给出答案。
我们在生产环境的 Web 智能体测试框架中运行了 Mercury 3，并与前沿模型进行对比，针对 50 个真实的 Mind2Web 导航任务进行了测试。Mercury 3 完成了其中 50% 的任务，显著高于 GPT-6.1-Sol。它在消耗相同 token 数量和相同智能体步骤数的前提下，实现了这一表现，且每 token 成本仅为前沿模型的一小部分。
Shuhao Zhang, TinyFish AI 联合创始人
交互式教育
学习依赖于快速的反馈循环，任何延迟都会让学生脱离学习内容。Mercury 对每个请求进行推理并近乎实时地响应，无论是进行对话的语音导师、批改作业的助手，还是根据学生刚答错的内容调整下一道题的应用程序。
Mercury 3 让我们能够为每位学生提供即时反馈，同时不牺牲推理能力。提示、标记的答案和定义现在大约一秒内即可返回，质量与我们之前使用的模型相当甚至更好。当学生在某个问题上卡住时，这种速度能让他们继续学习而不是等待，并且它可以直接替换我们现有的技术栈。
Michael Tong, General Learning（又称 RevisionDojo）联合创始人/CTO
实时搜索智能体
搜索应用若出现几秒钟的延迟，就会开始显得反应迟钝。Mercury 3 的速度足以处理数十份文档，并在用户保持专注的同时给出答案。
在智能眼镜上，五秒才出结果的答案会让人感觉系统坏了。在我们的 Sense API 测试中，Octen 搜索耗时约 80ms；模型生成是瓶颈所在。在我们测试的快速模型中，Mercury 3 在速度与质量之间取得了最佳平衡，中位生成时间为 0.9 秒，中位端到端响应时间为 2.2 秒。
Kuan Zou, Octen AI 创始人兼 CEO
客户支持
客服智能体必须快速响应，尤其是在错误回答代价高昂的受监管行业中。Mercury 在保持对话自然流畅的同时，并未牺牲准确性。
在 Lorikeet，我们帮助复杂且受监管的企业为其客户打造跨语音、聊天和电子邮件的全方位礼宾服务。在聊天和语音场景中，客户需要快速响应，但我们不能在准确性或任务完成质量上妥协。在早期测试中，Mercury 3 在延迟方面优于其他模型，同时在评估指标和生产环境中也表现更佳。
Michael Gribben, Member of Technical Staff, Lorikeet
实时产品组合
Mercury 3 是不断扩展的实时 AI 产品组合中的旗舰模型。
-
Mercury Voice： Mercury Voice 专为语音应用的超低延迟需求定制，旨在最小化首个答案令牌生成时间（TTFAT），而不仅仅是端到端延迟。它已为 Audivi AI、Altur 和 OpenCall 的智能体提供支持。
-
Mercury Decide： Mercury Decide 是一款专为大规模分类任务构建的决策模型。它在 JevBench 和 LegalBench 等基准测试中超越了 Jev。
开始使用
Mercury 3 现已通过 Inception API Platform 以及 OpenRouter、Baseten 和 Vercel 提供。它兼容 OpenAI API，因此无需重写代码即可无缝集成到你现有的技术栈中。企业级部署支持专用容量、自动扩缩容、合规控制以及可配置的数据保留策略。
- 在聊天中试用 Mercury 3
- 试用 API，赠送 1 亿免费令牌
- 阅读 API 文档
- 企业评估： 我们将与你合作，针对工作负载适配性、评估设计以及在特定服务约束下的性能进行优化。联系我们。
Mercury 3 已上线。扩散模型实现规模化。
[Product
·
Oct 19, 2026
Diffusion at Scale: Introducing Mercury 3](https://www.inceptionlabs.ai/blog/introducing-mercury-3)[Product
·
Oct 19, 2026
Diffusion at Scale: Introducing Mercury 3](https://www.inceptionlabs.ai/blog/introducing-mercury-3)[Product
·
Oct 15, 2026
Mercury 2 Named to TIME's Best Inventions of 2026](https://www.inceptionlabs.ai/blog/mercury-2-named-to-time-s-best-inventions-of-2026)[Product
·
Oct 15, 2026
Mercury 2 Named to TIME's Best Inventions of 2026](https://www.inceptionlabs.ai/blog/mercury-2-named-to-time-s-best-inventions-of-2026)[Product
·
Sep 29, 2026
Introducing Mercury Voice](https://www.inceptionlabs.ai/blog/introducing-mercury-voice)[Product
·
2026 年 9 月 29 日
Introducing Mercury Voice [Product]
·
2026 年 10 月 19 日
Diffusion at Scale: Introducing Mercury 3 [Product]
·
2026 年 10 月 15 日
Mercury 2 Named to TIME's Best Inventions of 2026 [Product]
·
2026 年 9 月 29 日
Introducing Mercury Voice
LLM 的未来已来
LLM 的未来已来
产品
公司
资源
法律
联系
© 2026 Inception
产品
公司
资源
法律
联系我们
© 2026 Inception