Inception 发布 Mercury 3 扩散语言模型，称速度为 GPT-6 Luna 和 Claude Haiku 5.5 的 4 至 8 倍

Inception称，其新语言模型 Mercury 3 在多项基准测试中击败了 GPT-6 Luna 和 Claude Haiku 5.5，运行速度则快四到八倍。

在其公告中，该公司称 Mercury 3 是迄今发布的能力最强的扩散语言模型。

它的速度源于模型的构建方式。GPT 或 Claude 这类模型一次写一个词，因此每个新词都必须等待前一个词生成。扩散模型最广为人知的用途是图像生成。它们先为完整答案勾勒出一个粗略版本，然后经过多轮完善，一次生成许多词。Google 关于 DiffusionGemma 的技术报告解释了这一基本原理。

Mercury 3 的优势没有公告所说的那么大

Inception 自己的基准测试表呈现出更复杂的情况。在三款模型均采用中等设置时，Mercury 3 在 12 项测试中赢得了 8 项。它在指令遵循方面的差距最大。在 IFBench 上，Mercury 3 得分 76.84，比 GPT-6 Luna 高 15 分。在 SWE-Bench Atlas 自主编码测试中，它也明显领先，得分为 51.08，而竞争对手分别为 33.33 和 32.26。

Claude Haiku 5.5 在耗时更长的编码测试 DeepSWE 中胜出，在长文本信息检索方面也表现更好。GPT-6 Luna 则在 Artificial Analysis 的两项测试中略胜一筹。Inception 在简短概述中措辞更为谨慎，称 Mercury 3 的质量不逊于或优于其他模型。

Inception 称，Mercury 3 在 Nvidia GPU 上每秒生成 1,068 个 token。该公司的对比显示，Claude Haiku 5.5 约为 240 个，GPT-6 Luna 约为 130 个。目前还没有独立测试。

Inception 称，Mercury 3 的参数量是Mercury 1的 40 多倍，但运行速度同样快。与小型 Mercury 1 mini 相比，其性能也提升了三倍。Inception 认为，这表明扩散模型能像标准语言模型一样，随着规模扩大而稳定提升。具体参数量尚未公布。

Mercury 3 面向延迟累积明显的应用

Inception 主要将 Mercury 3 推向 AI 智能体、搜索、客户支持和辅导应用。AI 智能体要分多个步骤完成任务，每一步都要等待模型响应。这些细小的延迟很快就会累积起来。

早期体验合作伙伴在公告中分享了测试结果，其中大多数也关注速度。Octen AI 为智能眼镜开发搜索功能。创始人 Kuan Zou 表示：“在智能眼镜上，答案要等五秒才出来，就会让人觉得出了问题。”他说，搜索本身只花了约 80 毫秒，瓶颈在于语言模型。使用 Mercury 3 后，响应时间中位数为 0.9 秒，整个流程耗时 2.2 秒。

教育公司 General Learning 称，如今它能在约一秒内向学生提供提示和纠正反馈。客户服务提供商 Lorikeet 报告称，响应时间缩短，效果也更好。TinyFish AI 联合创始人 Shuhao Zhang 表示，Mercury 3 在真实网站上接受了 50 项导航任务测试，成功完成 25 项，胜过 GPT-6.1-Sol。Zhang 没有提供 OpenAI 模型的具体数字。

Mercury 3 的低价首发定价或许不会长久

常规价格为每百万输入 token $0.20，每百万输出 token $0.70。Inception 在发布时将价格减半。该公司尚未说明折扣何时结束。之后，Mercury 3 的输出价格将高于 GPT-6 Luna 和 Claude Haiku 5.5，至少在较短输入的情况下是这样，两者的收费均为 $0.50。不过，对于超长提示词，两家竞争对手的收费都高得多。Mercury 3 一次最多可处理 1 million 个 token。

该模型可在 Inception 自有平台以及 OpenRouter、Baseten 和 Vercel 上使用。它采用与 OpenAI 模型相同的 API，因此 Inception 表示，开发者几乎无需费力即可切换。

2 月，Inception 发布了 Mercury 2，并称其为首个在回答前通过中间步骤进行推理的扩散模型。在此之前，这家初创公司筹集了 $50 million。投资方包括 Nvidia、Microsoft 和 Snowflake 的风险投资部门 NVentures、M12 和 Snowflake Ventures。

Google 也在研究同一种方法。其 Gemini Diffusion 演示版之后，于 6 月推出了开放模型 DiffusionGemma。Google 表示，它的运行速度最高可达标准版 Gemma 4 的四倍，但效果略逊一筹。

不炒作的 AI 新闻——由人工精选

订阅 THE DECODER，即可无广告阅读、订阅每周 AI 新闻简报、每年六次获取独家前沿报告“AI Radar”、访问完整档案，并参与评论区讨论。