Inception 发布 Mercury 3 扩散模型，实现百万上下文与高速生成

Inception Labs 正式推出新一代扩散语言模型 Mercury 3，标志着非自回归文本生成架构在规模化应用上取得关键突破。该模型不仅实现了每秒超过 1000 token 的极速生成能力，更将上下文窗口扩展至 100 万 token，在保持前代速度优势的同时，模型规模扩大了 40 倍，有力验证了扩散架构在大规模场景下的可扩展性与实时潜力。

多方信源交叉显示，Mercury 3 已在 OpenRouter 上线并提供限时半价优惠。官方宣称其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 等基准测试中超越 GPT-6 Luna 和 Claude Haiku 5.5。然而，独立评测机构 Artificial Analysis 指出，其引用的部分分数基于私有数据集或特定衍生指标，与标准 Intelligence Index 不具备直接可比性；The Decoder 也补充称，虽然推理速度提升显著，但在综合性能上互有胜负，尤其在指令遵循任务上优势更为突出。

这一发布对 AI 开发者生态具有实质影响，它证明了扩散模型可作为传统自回归 LLM 的高效替代方案，特别是在需要低延迟和高吞吐量的实时应用场景中。尽管基准数据的可比性存在争议，但 Mercury 3 的技术路线为行业提供了新的优化方向，可能加速并行生成技术在代码辅助和长文档处理领域的落地。