Inception Labs 发布扩散大语言模型 Mercury 3，速度达 …
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
本条选题由第三方线索发现；线索方提供的摘要未被采用，本页内容依据下方信源整理。线索来源：AIHOT
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载规模与速度的取舍
Mercury 3 是 Inception Labs 目前能力最强的扩散式大语言模型。官方给出的核心数字是：总参数量比 Mercury 1 扩大逾 40 倍，而从 Mercury 1（mini）到 Mercury 3，标准基准上的智能水平提升约 3 倍，速度却没有下降。在 NVIDIA GPU 上，它达到每秒 1068 个 token，官方称这一速度是 GPT-6 Luna 和 Claude Haiku 5.5 的 4 至 8 倍。Inception 把这一点作为扩散路线可扩展的证据：此前社区存疑的是扩散模型能否在复杂用例上与自回归模型竞争，该公司认为 Mercury 3 给出了肯定回答，并称推动自回归模型进步的那类缩放规律在扩散模型上同样成立。
上下文与价格
上下文窗口从 Mercury 2.5 的 26 万 token 提升到 100 万 token，扩大了近四倍。价格方面，标准价为每百万输入 token 0.20 美元、每百万输出 token 0.70 美元；发布期打五折，即每百万输入 0.10 美元、每百万输出 0.35 美元。缓存 token 在输入价基础上再优惠 90%。对需要长上下文且调用频繁的场景，这组价格与速度参数共同决定了单位任务成本，也是官方强调的重点之一。
已落地的场景
Inception 列出早期访问伙伴的使用方向：语音与聊天客服、实时辅导、数据工程、网页导航。这些场景的共同点是对延迟敏感，模型每一步的等待都会累积。在网页智能体方面，官方把 Mercury 3 放进自己的生产级 web-agent 框架，与前沿模型一起跑 50 个 Mind2Web 实时导航任务，Mercury 3 完成其中 50%，明显高于 GPT-6.1-Sol，且所用 token 量与智能体步数相同。官方还提到浏览器使用智能体、交互式教育、实时搜索智能体和客户支持等延迟敏感应用已在运行 Mercury 3。
为什么值得看
扩散架构能否在复杂任务上追平自回归模型，是业界长期悬而未决的问题；Mercury 3 给出了规模化后的实测答案与定价。
信源1 家
关键事实
Mercury 3 在 NVIDIA GPU 上达到每秒 1068 个 token，官方称比 GPT-6 Luna 和 Claude Haiku 5.5 快 4 至 8 倍[1]
上下文窗口为 100 万 token，此前 Mercury 2.5 为 26 万 token[1]
定价为每百万输入 token 0.20 美元、每百万输出 token 0.70 美元，发布期五折为 0.10 与 0.35 美元，缓存 token 在输入价基础上再降 90%[1]
总参数量较 Mercury 1 扩大逾 40 倍，从 Mercury 1（mini）到 Mercury 3 的基准智能水平提升约 3 倍[1]
在 50 个 Mind2Web 实时导航任务中，Mercury 3 完成 50%，明显多于 GPT-6.1-Sol，且 token 用量与智能体步数相同[1]
相关 · 模型
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。