待验证50% 置信事实精确时间
Inception 的 Mercury 3 采用扩散架构，一次填充多个 token，在 Nvidia GPU 上达到每秒 1068 个 token，并拥有 100 万 token 的上下文窗口。
1
来源数
50%
置信度
中期 (~90 天)
时效性
2026/10/20
首次发现
有效期至：2027/1/18
来源
Devin 提交 Cognition 89% 代码，公司年化收入达 10 亿美元
youtubeNerra Network2026/10/20
涉及实体
相关事实
待验证Inception Labs发布Mercury 3扩散LLM，称其在基准测试中超越GPT-6 Luna和Claude Haiku 5.5，运行速度快4到8倍；在NVIDIA GPU上生成速度达1068 token/秒，上下文窗口从260K扩展至100万token。74% 相似待验证NVIDIA验证的FP4版Qwen3.8配置将n-gram嵌入表offload到CPU（VLLM_PLE_CPU_OFFLOAD=1），可腾出850K tokens的FP8 KV cache。65% 相似待验证Mercury 3 仅通过 Inception 的 Nvidia GPU API 提供服务，没有开放权重，也没有量化版本。63% 相似已验证NVIDIA从Volta架构开始引入Tensor Core，这是一种专门用于矩阵乘加运算的硬件单元61% 相似待验证TokenSpeed 需要 NVIDIA GPU 主机（nightly wheel 需要 CUDA 13）或搭载 ROCm 7.2 的 AMD 主机，Python 3.11 到 3.13。59% 相似
引用此条事实
Stable URI
https://kongchang.com/claim/1074811API
curl https://kongchang.com/api/v1/knowledge/claims/1074811MCP
get_claim(id=1074811)