Inception 发布 Mercury 3：最快扩散式大语言模型，百万 token 上下文、每秒破千 token

完整报导

Inception 于 10 月 19 日透过新闻稿宣布发布 Mercury 3。该模型在 NVIDIA GPU 上的生成速度达每秒 1,068 个 token，超过 1,000 token/秒，维持了 Mercury 系列一贯的速度优势。

上下文窗口扩大至 100 万 token，是 Mercury 2.5（26 万 token）的近四倍。公司称 Mercury 3 的总参数量是 Mercury 1 的 40 倍以上，在一系列标准基准测试中的智能表现从 Mercury 1（mini）到 Mercury 3 提升了约三倍——以上皆为公司自述的比较数据，第三方独立评测尚未公布。

定价方面，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，发布期间半价优惠为 0.10 美元与 0.35 美元。缓存输入 token 定价 0.02 美元（优惠价 0.01 美元）。

Mercury 3 已透过 Inception API、OpenRouter、Baseten 与 Vercel 上架，并兼容 OpenAI API 格式。公司表示，早期客户已将其用于浏览器使用代理、互动教育、即时搜寻代理与客服支援等场景。

创办人 Stefano Ermon 表示，自 Mercury 1 发布以来，外界最常问的问题是扩散架构能否规模化。Mercury 3 的回答是：规模化的限制是算力与数据，而非演算法本身的根本障碍。他并透露，公司已开始训练下一代模型。

这是 Inception 自 2025 年 6 月发布 Mercury 1 以来的第四款模型：Mercury 2 为扩散模型引入推理能力，Mercury 2.5 加入可调推理与更大的上下文窗口，而 Mercury 3 是智能跃升幅度最大的一次更新。