Inception 发布扩散语言模型 Mercury 3，称速度达 GPT-6 Luna 四到八倍

Mercury 3 不再逐词生成，而是先草拟整段答案再分多轮修正，在 Nvidia GPU 上达到每秒 1068 个 token，对比 Claude Haiku 5.5 约 240、GPT-6 Luna 约 130。它支持一次性处理最多 100 万 token，参数规模未披露，但称是 Mercury 1 的 40 倍以上而速度不变。在 Inception 自测的 12 项基准中赢下 8 项：IFBench 得 76.84 分领先 GPT-6 Luna 15 分，SWE-Bench Atlas 自主编码得 51.08 分，对手为 33.33 和 32.26；但长编码测试 DeepSWE 与长文本找信息由 Claude Haiku 5.5 胜出，Artificial Analysis 的两项测试则是 GPT-6 Luna 领先。 初期针对智能体、搜索、客服与教学这类每步都等待模型返回的场景。智能眼镜搜索合作方 Octen AI 称语言模型原是瓶颈，接入后中位响应 0.9 秒、全流程 2.2 秒；教育公司 General Learning 称提示和纠错约 1 秒送达；TinyFish AI 称在 50 个真实网站导航任务中解决 25 个。 定价为每百万输入 token 0.20 美元、输出 0.70 美元，发布期五折且未公布截止时间；折扣结束后短输入场景下输出价格将高于两家对手的 0.50 美元，但长提示下对手收费高得多。模型已上线 Inception 自家平台及 OpenRouter、Baseten、Vercel，API 与 OpenAI 兼容，开发者切换改动很小。