美国 AI 公司 Inception 10 月 19 日发布扩散式大语言模型 Mercury 3，称它是目前能力最强的扩散 LLM。模型已经上线 Inception 自家 API 平台，同时接入 OpenRouter、Baseten 和 Vercel。
官方给出的几组数字：在英伟达 GPU 上生成速度 1068 tokens/秒；上下文窗口 100 万 tokens，上一版 Mercury 2.5 是 26 万；总参数量是初代 Mercury 1 的 40 倍以上，具体参数没有公布。
速度和价格
Inception 称 Mercury 3 在一系列基准上超过 OpenAI 的 GPT-6 Luna 和 Anthropic 的 Claude Haiku 5.5，速度是这些对比模型的 4 到 8 倍。不过博客里没有列出逐项分数，只说在标准基准上的智能水平比 Mercury 1（mini）提升约 3 倍，外部机构的独立评测还没出来。
能落到具体数字的测试有两项。一是浏览器智能体：50 个真实的 Mind2Web 网页导航任务，Mercury 3 完成了一半，公司称”显著多于 GPT-6.1-Sol”。二是合作方 Octen AI 的 Sense API，用 Mercury 3 做生成，中位生成时间 0.9 秒，中位端到端响应 2.2 秒，其中 Octen 自己的搜索只占约 80 毫秒。
价格是每百万 token 输入 0.20 美元、输出 0.70 美元。上线期间打五折，即 0.10 和 0.35 美元；缓存命中的输入另有折扣。API 平台给新用户 1 亿免费 token。
Inception 在博客里把这次发布的意义落在规模化上：
“The scaling laws that drove progress in autoregressive models hold for diffusion too.” 推动自回归模型进步的扩展定律，对扩散模型同样成立。
扩散路线今年都有谁在做
主流大模型写字靠自回归，一个 token 接一个 token 往外吐，后一个要等前一个。扩散模型借的是图像生成的思路，先铺出一整段粗稿，再多轮去噪修正，多个位置同时更新，速度优势就出在这里。
今年这条路线明显热起来了。5 月，英伟达 Nemotron Labs 发布了 Nemotron-Labs-Diffusion，3B、8B、14B 三个规格，同一个模型能在自回归和扩散几种解码方式之间切换。6 月，Google 开源 DiffusionGemma，一次并行生成 256 个 token。今年的 ICML，大奖也给了扩散方向的论文。
横着比，几家的取向不太一样。英伟达和 Google 放出的是中小规格的开源模型，偏研究和端侧；Inception 一直走闭源商用 API，拿速度和价格去抢对延迟敏感的场景，比如代码补全、语音助手和需要连续调用几十次模型的智能体流程。Mercury 3 这次把参数量和上下文一起拉上去，是想证明扩散模型做大之后能力也跟得上，不只是”快但笨”。
能不能证明，要看两件事：独立榜单上的分数，以及那几家把它接进生产的平台会不会在几个月后继续用。官方博客里引了 Octen 一个客户的数字，样本还太少。
上一代 Mercury 2 前几天刚被《时代》周刊选进 2026 年度最佳发明。公开报道此前提到微软与 SpaceX 都在接触 Inception，相关交易进展目前没有新的公开信息。
参考来源：Inception 官方博客（核验速度、上下文、Mind2Web 完成率与 API 标准价、上线折扣价）、OpenRouter 模型页、CocoLoop、Google 与英伟达扩散模型技术说明。