Inception 发布扩散式大模型 Mercury 3：1M 上下文、千级 token/s
Inception 于 10 月 19 日发布基于扩散（diffusion）而非自回归生成的 Mercury 3，总参数是 Mercury 1 的 40 倍以上，上下文从 Mercury 2.5 的 260K 扩展到 1M token。官方称其在 NVIDIA GPU 上达到 1,068 tokens/s，并兼容 OpenAI API。
要点
- 官方定价为每百万 token 输入 $0.20、输出 $0.70，发布期五折；缓存输入按输入价格的一折计费
- 已上线 Inception API 平台、OpenRouter、Baseten 和 Vercel，API 平台提供 1 亿 token 免费额度
- 官方称多项基准超过 GPT-6 Luna 和 Claude Haiku 5.5，但发布页未给出具体分数表
- 在 50 个 Mind2Web 浏览器任务中完成 50%（厂商自测）
为什么值得关注
扩散式语言模型在速度上的优势正在走向长上下文和 Agent 场景，对延迟敏感的应用值得关注；性能数据目前均来自厂商，选型前需自行评测。
来源
### [Inception 发布扩散式大模型 Mercury 3：1M 上下文、千级 token/s]({{URL}})
Inception 于 10 月 19 日发布基于扩散（diffusion）而非自回归生成的 Mercury 3，总参数是 Mercury 1 的 40 倍以上，上下文从 Mercury 2.5 的 260K 扩展到 1M token。官方称其在 NVIDIA GPU 上达到 1,068 tokens/s，并兼容 OpenAI API。
- 官方定价为每百万 token 输入 $0.20、输出 $0.70，发布期五折；缓存输入按输入价格的一折计费
- 已上线 Inception API 平台、OpenRouter、Baseten 和 Vercel，API 平台提供 1 亿 token 免费额度
- 官方称多项基准超过 GPT-6 Luna 和 Claude Haiku 5.5，但发布页未给出具体分数表
- 在 50 个 Mind2Web 浏览器任务中完成 50%（厂商自测）
**为什么值得关注**：扩散式语言模型在速度上的优势正在走向长上下文和 Agent 场景，对延迟敏感的应用值得关注；性能数据目前均来自厂商，选型前需自行评测。
来源：[Introducing Mercury 3](https://www.inceptionlabs.ai/blog/introducing-mercury-3)