Inception放出Mercury3：扩散路线的大模型，比GPT-6 Luna快约8倍

大模型几乎都是自回归的，一个 token 接一个 token 往外吐。Inception Labs 一直在走另一条路：扩散。这周它发了第三代，Mercury3。

先说规模，参数量是初代的 40 多倍。上下文窗口 100 万 token。

速度是它的老本行，依然是每秒千 token 级别，最快的时候比 GPT-6 Luna 快约 8 倍。跑分上，官方给出的多项基准超过了 GPT-6 Luna 和 Claude Haiku 5.5，这两个都是各家主打便宜快速的小模型档位。

扩散模型为什么快？它不是逐字生成，而是先给出一整段“草稿”，再并行地一轮轮修正。生成长度越长，并行带来的优势越明显。代价是以前大家普遍怀疑，这种路线做大以后质量能不能跟上。Mercury3 想证明的就是规模化之后速度优势还在。

它瞄准的位置很明确：Agent 系统里的“跑腿”模型。一个复杂任务拆成几十步，检索、信息抽取、格式整理这类高频小活，对延迟极敏感，对推理深度要求不高。官方说已经落在浏览器 Agent 和智能眼镜实时搜索这类场景里。

定价官方只说“远低于主流”，没在通稿里给具体数字，要算账的话得去 API 页面看。

需要保留一点怀疑的是，跑分对手选的都是各家的轻量档，跟 GPT-6、Claude Opus 这些旗舰比不是一回事。用它做主力推理模型之前，最好先拿自己的任务测一轮。