概览
Inception 的扩散式大语言模型新旗舰：每秒 1,000+ tokens，官方称多项基准持平或超过 GPT-6 Luna 与 Claude Haiku 5.5；100 万上下文，目录价 $0.20/$0.70，上线期 5 折。 Mercury 3 是 Inception Labs 于 2026 年 10 月 19 日发布的扩散式大语言模型，官方称是目前能力最强的扩散式 LLM。与逐个 token 解码的自回归模型不同，它通过迭代去噪并行生成整段输出，在 NVIDIA GPU 上可达每秒 1,068 tokens；官方称在多项基准上与 GPT-6 Luna、Claude Haiku 5.5 等速度优化型前沿模型持平或更好，同时快 4–8 倍。上下文从 Mercury 2.5 的 260K 提升到 100 万 tokens，最大输出 131,072 tokens，支持工具调用和结构化输出，接口兼容 OpenAI。目录价为输入 $0.20、输出 $0.70（每百万 tokens，缓存输入打 1 折），上线期 5 折。官方定位是语音与对话客服、实时辅导、数据工程和网页操作等延迟敏感场景，联合创始人在 HN 表示现阶段还不能替代 Opus 级模型担任主力，更适合做子智能体。基准分数均为官方自测。规格与价格来自 2026-10-20 核对的 https://www.inceptionlabs.ai/blog/introducing-mercury-3 、https://docs.inceptionlabs.ai/get-started/models 与 https://www.inceptionlabs.ai/models ，未补未核实字段。
- 模态
- 文本
- 许可说明
- 闭源 · 闭源
能力
- 架构：扩散式 LLM（dLLM），通过迭代去噪并行生成 tokens，而非逐个 token 自回归
- 规模：参数量是 Mercury 1 的 40 倍以上，官方称各项基准的智能水平是 Mercury 1（mini）的 3 倍
- 速度：在 NVIDIA GPU 上 1,068 tokens/秒，官方称比同档模型快 4–8 倍
- 上下文：1,000,000 tokens（Mercury 2.5 为 260K）；最大输出 131,072 tokens
- 推理档位：instant / low / medium / high；temperature 可调范围 0.5–1.0
- 功能：工具调用、结构化输出；OpenAI 兼容接口 v1/chat/completions
- 价格：目录价输入 $0.20、缓存输入 $0.02、输出 $0.70（每百万 tokens）；上线期 5 折为 $0.10 / $0.01 / $0.35
- 接入：Inception API 平台（新 API key 送 1 亿免费 tokens）、OpenRouter（inception/mercury-3）、Baseten、Vercel；企业部署支持独享容量、自动扩缩容和可配置的数据留存
- 场景：浏览器操作智能体、实时搜索、互动教学、客服与语音、编码子智能体等对延迟敏感的负载
- 套餐迁移：Mercury 2 与 Mercury 2.5 不再向新用户开放，2026-10-19 前有用量的老客户可用到 2026-11-15
