Inception 发布扩散语言模型 Mercury 3：称超过 GPT-6 Luna 和 Haiku 5.5，每秒 1000+ token、100 万上下文；每百万 token 0.20/0.70 美元，上线五折

这件事意味着什么

【要点】

扩散语言模型公司 Inception 10 月 19 日发布 Mercury 3（联合创始人、斯坦福教授 Stefano Ermon 北京时间 10 月 20 日 00:42 在 X 宣布），称这是迄今能力最强的扩散式大语言模型。和逐字生成的自回归模型不同，扩散模型并行生成、反复修正整段文本，所以速度很快。

官方数据：在一系列基准上达到或超过 GPT-6 Luna 和 Claude Haiku 5.5，速度快 4–8 倍，在英伟达 GPU 上每秒 1068 个 token；上下文从 Mercury 2.5 的 26 万提升到 100 万 token；总参数是 Mercury 1 的 40 多倍，标准基准上的综合能力约为 Mercury 1 mini 的 3 倍。定价每百万 token 输入 0.20 美元、输出 0.70 美元，上线期间五折（0.10/0.35 美元），缓存输入再打一折。

即日起可通过 Inception API 平台以及 OpenRouter、Baseten、Vercel 调用，兼容 OpenAI API。早期合作方 TinyFish 称，在 50 个真实 Mind2Web 网页导航任务上，Mercury 3 完成了一半，明显多于 GPT-6.1 Sol。

【可核验】

官方博客：https://www.inceptionlabs.ai/blog/introducing-mercury-3

Stefano Ermon 发布帖：https://x.com/StefanoErmon/status/2112222911218291051

【我们的判断】

一、要看的是「扩散也能扩展」这个说法。如果第三方测试证实 Mercury 3 在质量上追平主流小模型，扩散路线就不再只是「快但笨」的备选，而是低延迟场景里正面竞争的另一种架构。

二、目前的对比都是 Inception 自己挑的基准和对手，没有公布完整测试设置。最该看的是 Artificial Analysis 等独立评测，以及在长任务、工具调用里的稳定性。

三、语音、实时客服、浏览器智能体这类每一步都在等模型的场景，速度能直接换成体验，是它最可能先打开的市场。