Inception 喺 2026 年 10 月 19 日推出 Mercury 3，一間做 diffusion-based large language model（擴散式大語言模型）嘅公司，宣稱每秒生成 1,068 tokens，上下文窗口達 100 萬 tokens，較上代 Mercury 2.5 嘅 26 萬 tokens 大了近四倍。
速度同規格
公司話 Mercury 3 喺 NVIDIA GPU 上跑到 1,068 tokens per second，比 GPT-6 Luna 同 Claude Haiku 5.5 快四到八倍。按 Inception 自家列嘅測試表，Mercury 3 喺十二項基準測試入面贏咗八項。要留意呢份係廠商自製嘅比較表，未有獨立第三方核實。
擴散 vs 自回歸：公司話擴散都可以 scale
Inception 將 Mercury 3 定位為「text diffusion 可以 scale」嘅證據：公司話 Mercury 3 參數總量超過第一代 Mercury 1 嘅 40 倍，智能水平喺一連串標準測試中升了三倍。公司話 AI 圈一直有問：擴散式 LLM 可以咪 scale 到同自回歸（autoregressive）模型喺複雜任務上比拼？佢哋話 Mercury 3 解答咗呢個問題。
早期用户講嘢
公司提及多個 early-access 合作夥伴已喺延遲敏感場景用緊 Mercury 3，包括瀏覽器代理、互動教育、即時搜尋同客服。Inception 稱，公司喺自家 production web-agent harness 入面跑咗 Mercury 3，喺 50 項 Mind2Web 網頁導航任務上完成 50%，公司話呢個完成數「顯著高於 GPT-6.1-Sol」，而 token 用量同 agent 步數相同，成本只係每 token 嘅零頭。呢項測試同樣係廠商自報。
General Learning（RevisionDojo）嘅 Michael Tong 話用咗 Mercury 3 可以畀每個學生即時回饋「而唔犧牲推理」；Octen AI 嘅 Kuan Zou 話喺智能眼鏡上，中位生成時間 0.9 秒、中位端到端響應 2.2 秒。
定價同渠道
標準價：輸入 $0.20 / 百萬 tokens，輸出 $0.70 / 百萬 tokens；上車打五折即 $0.10 / $0.35。快取輸入（cached input）按 $0.02 / 百萬 tokens，促銷後 $0.01。可透過 Inception API、OpenRouter、Baseten、Vercel 使用，相容 OpenAI API 格式。
模姐驗嚇貨
擴散式生成唔逐字吐出，而係反覆去噪直到成形，理論上可以並行處理。如果快度數字真係成立，呢條路喺低延遲場景（客服、互動教學、智能眼鏡）確實有優勢。但一切數據出自 Inception 自己，冇獨立重現。廠商跑分當參考可以，當結論就未夠。
模姐｜深度調教
