产品简介
Mercury 3 是 Inception Labs 于 2026 年 10 月 19 日发布的扩散式大语言模型。该模型采用扩散架构，区别于逐 token 自回归生成方式，官方宣称生成速度超过 1000 tokens/s，上下文窗口达到 1M token，模型规模为 Mercury 1 的 40 多倍。产品主打低延迟与高吞吐，面向对响应速度和并发处理有要求的应用场景。Inception Labs 通过 API 平台提供该模型服务，官网为 inceptionlabs.ai，具体定价以官网为准。
核心功能
- 扩散式生成架构：采用扩散架构而非逐 token 自回归，官方称该设计有助于降低生成延迟并提升吞吐表现。
- 千级token生成速度：官方宣称生成速度超过 1000 tokens/s，适合对实时输出有较高要求的交互场景。
- 百万级上下文窗口：上下文窗口为 1M token，可容纳较长文档与多轮对话内容，减少分段处理需求。
- 模型规模大幅扩展：模型规模为 Mercury 1 的 40 多倍，官方以此作为能力提升的基础规格说明。
- API平台接入：Inception Labs 通过 API 平台提供 Mercury 3 服务，开发者可按官网指引集成调用。
适合谁用
以下类型的用户会特别受益于 Mercury 3：
- 在实时对话应用中调用 Mercury 3 API，利用其低延迟特性缩短用户等待回复的时间。
- 处理长文档摘要或分析任务时，借助 1M token 上下文窗口一次性载入完整材料。
- 面向高并发在线服务场景，通过 API 批量调用模型以支撑较大请求量的处理。
- 在代码辅助或文本生成工具中集成该模型，依靠千级 tokens/s 的生成速度提升输出效率。
- 构建需要快速响应的检索增强生成流程，将检索内容与问题一并放入长上下文中处理。
优点亮点
- 官方宣称生成速度超过 1000 tokens/s，在低延迟输出方面有明确规格说明。
- 上下文窗口达到 1M token，适合需要处理长文本或大量参考材料的任务。
- 采用扩散架构，与逐 token 自回归生成方式形成不同的技术路径选择。
- 模型规模为 Mercury 1 的 40 多倍，官方以此体现代际规格的扩展幅度。
- Inception Labs 提供 API 平台，开发者可通过官网了解接入方式与计费信息。
价格与方案
Mercury 3 通过 Inception Labs 的 API 平台提供，按调用量计费，具体价格、额度与接入方式见官网。
总结与建议
Mercury 3 是 Inception Labs 推出的扩散式大语言模型，官方宣称生成速度超过 1000 tokens/s、上下文窗口 1M token，模型规模为 Mercury 1 的 40 多倍。其扩散架构与低延迟高吞吐定位，适合实时交互、长文档处理与高并发 API 调用等场景。具体定价与接入细节需以官网为准。
版本演进
- Mercury 3 发布：扩散式大语言模型，宣称 1000 tokens/s 以上、1M 上下文 （2026-10-19）：Inception Labs 于 2026 年 10 月 19 日发布 Mercury 3 扩散式大语言模型。官方宣称生成速度超过 1000 tokens/s，上下文窗口达 1M token，模型规模为 Mercury 1 的 40 多倍。与逐 token 自回归生成不同，扩散架构并行产出整段文本，面向低延迟与高吞吐场景。可通过 Inception Labs 的 API 平台调用。