Inception发布Mercury 3扩散语言模型，声称速度比GPT-6 Luna快八倍

Inception于2026年10月发布Mercury 3，将其定位为迄今能力最强的扩散语言模型。与主流大语言模型逐token自回归生成的方式不同，扩散模型借鉴图像生成领域的思路，先对完整答案进行粗略采样，再经多轮去噪迭代逐步精炼，从而实现大量token的并行生成。谷歌在DiffusionGemma技术报告中也对这一基本原理有所阐述。

在速度层面，Inception的内部测试显示，Mercury 3在英伟达GPU上每秒可生成1,068个token，而Claude Haiku 5.5约为240个、GPT-6 Luna约为130个。Inception还表示，Mercury 3的参数量是Mercury 1的40倍以上，但推理速度与后者持平，综合性能较Mercury 1 mini提升了三倍，公司认为这印证了扩散模型同样具备可靠的规模化扩展能力。

基准测试结果呈现出更为复杂的图景。在Inception自行组织的12项测试中，Mercury 3赢得8项。其中，指令遵循基准IFBench得分76.84分，领先GPT-6 Luna约15分；自主编程基准SWE-Bench Atlas得分51.08分，对手仅为33分左右。然而，Claude Haiku 5.5在长篇编程测试DeepSWE和长文本信息检索方面表现更优，GPT-6 Luna则在Artificial Analysis的两项测试中略胜一筹。目前尚无独立第三方机构对上述数据进行验证。

Inception将Mercury 3的核心应用场景锁定在对响应延迟高度敏感的领域。智能眼镜搜索功能开发商Octen AI创始人Kuan Zou表示，此前语言模型是整个搜索流程的瓶颈，接入Mercury 3后，搜索中位响应时间降至0.9秒，完整流程约为2.2秒。教育公司General Learning称，学生现在能在约一秒内收到提示和纠错反馈。客服平台Lorikeet则报告响应速度和结果质量均有提升。

在定价方面，Mercury 3正式定价为每百万输入token 0.20美元、每百万输出token 0.70美元，上线初期折半优惠，但Inception未披露优惠截止时间。优惠结束后，其输出价格将高于GPT-6 Luna和Claude Haiku 5.5（两者短文本输出均为0.50美元），但在超长上下文场景下，Mercury 3支持最高100万token的上下文窗口，竞争对手在此类场景的收费则大幅攀升。该模型采用OpenAI兼容API，开发者可低成本完成迁移。

从行业背景来看，扩散架构正在成为大模型速度竞赛的新赛道。谷歌已于今年6月发布开源模型DiffusionGemma，声称速度是标准Gemma 4的四倍，但性能略有下降。Inception此前已完成5000万美元融资，投资方包括英伟达旗下NVentures、微软旗下M12以及Snowflake Ventures。Mercury 3是否能在独立评测中兑现其性能承诺，仍有待观察。

要点

• Mercury 3采用扩散架构并行生成token，Inception内部测试显示其速度比GPT-6 Luna快约八倍、比Claude Haiku 5.5快约四倍，但目前缺乏独立第三方验证。
• 在12项内部基准测试中，Mercury 3赢得8项，在指令遵循和自主编程任务上优势明显，但在长文本检索和部分编程测试中落后于竞争对手。
• 该模型支持最高100万token上下文窗口，采用OpenAI兼容API，主要面向AI智能体、智能眼镜、客服和在线教育等延迟敏感场景。
• 上线初期定价折半，正式价格为输出每百万token 0.70美元，优惠结束后输出成本将高于主要竞品，但超长上下文场景下具备价格优势。
• 谷歌DiffusionGemma的发布表明扩散语言模型正受到头部玩家关注，该架构能否在规模化部署中持续兑现速度与质量的双重承诺，是行业观察的关键变量。