历史性时刻：Mercury 3 发布，能力超越 Haiku 5.5 与 6 Luna 的同时保持 1000+ TPS，同等级下的扩散模型首次超越了自回归模型

inceptionlabs.ai

Diffusion at Scale: Introducing Mercury 3 – Inception

Mercury 3 is the most capable diffusion LLM released to date. It outperforms GPT-6 Luna and Claude Haiku 5.5 while running 4–8x faster at 1,000+ tokens per second.

今天我们正式推出 Mercury 3——这是迄今发布的最强大的基于扩散的大语言模型（LLM）。在一系列基准测试中，Mercury 3 的表现优于 GPT-6 Luna 和 Claude Haiku 5.5，同时运行速度快 4–8 倍，每秒可处理 1,000+ token。

Mercury 3 证明文本扩散是可以规模化的。它的参数量比 Mercury 1 大 40 倍以上，智能程度也大幅提升，但速度依旧同样快。

Mercury 3 一览

- 质量： 与 GPT-6 Luna、Claude Haiku 5.5 等前沿速度优化模型持平或更优。

- 速度： 在 NVIDIA GPU 上每秒可处理 1,068 个 token。

- 上下文： 100 万 token，相较 Mercury 2.5 的 26 万 token 显著提升。

- 价格： 每百万输入 token $0.20，每百万输出 token $0.70。

- 上线初期，Mercury 3 享 5 折优惠：每百万输入 $0.10，每百万输出 $0.35。缓存 token 在输入价格基础上再享 9 折优惠。

规模化扩散

当我们发布 Mercury 1 时，它首次证明了扩散大语言模型可用于商业应用。当时 AI 社区面临的核心问题是：扩散大语言模型能否扩展到足以在复杂用例中与自回归模型竞争？

Mercury 3 给出了答案：可以。我们将 Mercury 的总参数量扩大了 40 倍以上，在一系列标准基准测试中的智能程度从 Mercury 1（mini）到 Mercury 3 提升了 3 倍。推动自回归模型进步的缩放定律同样适用于扩散模型。

Mercury 3 is live. Diffusion scales.