10 月 19 日，扩散式大模型厂商 Inception 发布 Mercury 3。官方称该模型在英伟达 GPU 上达到每秒 1068 个 token 的输出速度，上下文窗口为 100 万 token。在 Inception 自己的基准表里，它在 12 项测试中有 8 项领先 GPT-6 Luna 与 Claude Haiku 5.5。
边写边改的扩散路线
自回归模型逐个 token 往外吐，每个新 token 都要等前一个落地。扩散式大模型先起一份粗略草稿，再并行精修每个位置，串行步骤更少，在同一批 GPU 上出字更快。Mercury 3 的总参数量超过第一代 Mercury 1 的 40 倍，两代之间标准基准的平均质量涨了约 3 倍，速度始终维持在每秒 1000 token 以上。
12 项基准赢下 8 项
最强项是 SWE-Bench Atlas 得分 51.08，比 GPT-6 Luna 的 33.33 和 Claude Haiku 5.5 的 32.26 高出近 19 分；IFBench 拿到 76.84，高出 GPT-6 Luna 15 分；GPQA Diamond 为 89.23。输掉的两项是 DeepSWE v1 的 46.31（Haiku 5.5 为 51.62）与 MRCR v2 的 75.50（78.40），长上下文检索与长代码任务依旧是短板。
扩散路线能不能继续放大
扩散式大模型最大的疑问一直是规模上去后还能不能撑住。Inception 给出的答案是肯定的，Mercury 3 的参数量比第一代 Mercury 1 高出 40 倍以上，两代之间标准基准的平均质量涨了约 3 倍，速度仍然维持在每秒 1000 token 以上。这家公司把五代产品的质量与规模画成一条曲线，Mercury 3 是这条线上质量最高的一次跃升。CEO Stefano Ermon 在社交平台上的说法更直接，这是迄今发布过最智能的扩散式大模型。
价格与首批用户反馈
列表价为每百万输入 0.20 美元、输出 0.70 美元，发布期间五折即 0.10 与 0.35 美元，缓存输入再打九折。智能眼镜搜索商 Octen AI 报告生成中位耗时 0.9 秒、端到端 2.2 秒；TinyFish 跑了 50 个 Mind2Web 网页导航任务，完成率 50%。目前只有 API，不开放权重。
延伸阅读
- 英伟达开源自动驾驶推理模型 Alpamayo 2 Super：LingoQA 登顶，商用许可开放微调1 月前
- Ternary Bonsai 2：Qwen 3.5 基座，手机端每秒 120 词元5 天前
- Astra 用 170 个符号破译历史密电并自行验证1 月前
- MiniMax-M1 开源推理模型解析：4560 亿参数、100 万 Token 上下文，54 万美元完成训练4 周前
继续读
同一批更新里这几篇值得一看：