Inception Labs 发布 Mercury 3，扩散 LLM 速度达每秒 1068 Token
扩散 LLM（并行预测多个位置、多轮迭代成文，而非逐 Token 生成）首次在扩大 40 倍参数量后仍守住千 Token 级速度，并在知识与代码任务上追平主流模型，为 Agent 类高频调用场景提供了新的性价比选项。
Inception Labs（斯坦福教授 Stefano Ermon 联合创办）发布 Mercury 3：参数量比初代扩大 40 多倍，输出速度仍达每秒 1068 Token，约为 GPT-6 Luna 的 8 倍，输出价格低至每百万 Token 0.35 美元（首发价）。GPQA Diamond 得 89.23 分、SWE-Bench Atlas 得 51.08 分，均高于对比的 GPT-6 Luna 与 Claude Haiku 5.5。
正文摘录
.jpg) 编辑｜Neo GPT-6 Luna 要被扩散 LLM 抢饭碗了？ 新发布的 Mercury 3 模型规模扩大了 40 多倍，生成速度却依然快得惊人，每百万输出 Token 的价格更是低至 0.35 美元。昔日主打速度的扩散模型，如今开始正面挑战主流大模型。 10 月 19 日，由斯坦福大学教授 Stefano Ermon 联合创办的 Inception Labs，拿出了一份颇具冲击力的成绩单：Mercury 3 在官方公布的多项基准测试中超过 GPT-6 Luna 和 Claude Haiku 5.5，输出速度达到每秒 1068 Token，最高比 GPT-6 Luna 快约 8 倍。 事实上，第一代 Mercury 就已经实现了每秒千 Token 级的生成速度。这次真正令人关注的是，当模型规模扩大 40 多倍、能力大幅提升之后，Mercury 3 依然保持了这一速度。 扩散 LLM 要证明的，已经从「我能跑得快」，变成了「我做大、做聪明之后，仍然能跑得快」。  扩散 LLM 开始与 GPT、Claude 拼能力 先看 Inception 给出的成绩单。