Inception Labs 發布文字擴散模型 Mercury 3：推論每秒達 1,068 token、支援 1M 上下文

Inception Labs 宣布推出基於擴散架構（diffusion-based）的大型語言模型 Mercury 3。官方宣稱該模型在 NVIDIA GPU 上的推論速度達每秒 1,068 token，約為常見基準模型的 4 至 8 倍，同時上下文長度由 Mercury 2.5 的 260K 提升至 1M token。 官方指出，Mercury 3 的總參數量為初代 Mercury 1 的 40 倍以上，在標準基準測試的表現宣稱提升 3 倍，品質持平或超越 GPT-6 Luna 與 Claude Haiku 5.5。合作夥伴測試數據顯示，TinyFish AI 在 50 項 Mind2Web 網頁導航任務中測得 50% 完成率，高於 GPT-6.1-Sol；Octen AI 在智慧眼鏡 Sense API 測試中，測得中位生成時間為 0.9 秒、中位端到端回應時間為 2.2 秒。 定價方面，Mercury 3 標準費率為每百萬輸入 token 0.20 美元、輸出 0.70 美元，上線初期提供半價優惠（輸入 0.10 美元、輸出 0.35 美元），快取 token 享輸入價 1 折。同系列產品亦包含針對極低語音延遲與 TTFAT 最佳化的 Mercury Voice，以及在 JevBench 與 LegalBench 評測超越 Jev 的分類模型 Mercury Decide。該模型目前相容 OpenAI API，並已於 Inception 平台、OpenRouter、Baseten 與 Vercel 上架。