Mercury 3
基于扩散模型的生成式AI模型，主打规模化部署能力，通过少步采样等工程优化降低推理成本，实现商业可接受的吞吐量与延迟平衡
时间轴 (近 90 天)
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。
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。
仅从命名判断，这三款模型大概率面向高并发、成本敏感的调用场景，而非旗舰级能力对标。
Mercury 3 的具体背景在简报中未展开。
简报未披露这三款模型的参数规模、基准测试成绩或定价策略。
AI News简报称这三款模型“暂时不会进入超大规模使用”。
DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash 和 Mercury 3 三款模型于同一天发布。
在三款模型的具体规格公布之前，建议保持观望，先确认上下文长度、工具链兼容性和定价竞争力。
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。
官方数据显示 Mercury 3 的推理速度达到每秒 1,068 个 token。
还有 13 条时间轴事件
全部知识事实 (20)
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。
50%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。
50%待验证在三款模型的具体规格公布之前，建议保持观望，先确认上下文长度、工具链兼容性和定价竞争力。
50%待验证AI News简报称这三款模型“暂时不会进入超大规模使用”。
50%待验证Mercury 3 的具体背景在简报中未展开。
50%待验证简报未披露这三款模型的参数规模、基准测试成绩或定价策略。
50%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。
50%待验证官方数据显示 Mercury 3 的推理速度达到每秒 1,068 个 token。
50%待验证根据 Inception 自家公布的对比表，Mercury 3 在 12 项基准测试中的 8 项上领先于 GPT-6 Luna 和 Claude Haiku 5.5。
50%待验证新架构通常面临工具链、微调方法、部署框架的适配问题，Mercury 3 是否兼容主流推理框架和微调范式目前信息有限。
50%待验证Inception 声称 Mercury 3 在基准测试中取得了“强劲结果”，但原文未披露具体的对比模型和分数细节。
50%待验证在 AI Gateway 上调用 Mercury 3 时，需要设置环境变量 AI_GATEWAY_API_KEY，并将模型名指定为 inception/mercury-3。
50%待验证Mercury 3 提供 100 万 token 的上下文窗口。
50%待验证据 Inception 公布的数据，Mercury 3 生成速度超过每秒 1000 个 token。
50%待验证Mercury 3 使用扩散（diffusion）进行并行精炼来生成文本，而不是传统的逐 token 自回归输出。
50%待验证Mercury 3 在 AI Gateway 上附带 50% 的发布期折扣。
50%待验证在 Claude Code、Codex、Cursor 等编码智能体中使用 Mercury 3，需要安装最新版 Vercel CLI 并运行 npx vercel ai-gateway setup，随后在智能体中选择 inception/mercury-3。
50%待验证Mercury 3 在 Hacker News 上获得 75 点热度、28 条评论。
50%待验证Mercury 3 的具体技术细节有待官方进一步披露。
50%待验证仅从命名判断，这三款模型大概率面向高并发、成本敏感的调用场景，而非旗舰级能力对标。
50%