# Inception发布Mercury 3扩散式大语言模型，速度达每秒1,068个token

> Inception称，新款Mercury 3每秒可处理1,068个token，上下文窗口达1 million个token；在多数基准测试中，其表现超过多款领先模型。

Oossa · 2026-10-20 · https://oossa.com/zh/inception-launches-mercury-3-diffusion-llm-with-1-068-tokens-per-second

Inception周二发布了最新语言模型Mercury 3。该公司称，这款模型每秒可生成1,068个token，并支持1 million个token的上下文窗口。在Inception列出的12组基准测试中，该模型在其中8组的表现超过GPT‑6 Luna和Claude Haiku 5.5。

像Mercury 3这样的扩散式大语言模型，采用逐步完善文本的生成方式，类似图像生成扩散模型的工作原理。这种方法旨在提升内容质量和灵活性，不过该公司尚未公布对其速度声明的独立验证结果。

## Mercury 3与其他模型的表现对比

Inception自行制作的对比表显示，Mercury 3在多数测试中的表现优于GPT‑6 Luna和Claude Haiku 5.5。这些基准测试涵盖语言理解、推理和生成等任务，但报道没有说明具体使用了哪些测试，也未列出准确分数。目前还没有第三方评测，因此这些结果尚未得到公司以外的验证。

## 事实

- 据Inception称，Mercury 3每秒可处理1,068个token。
- 该模型支持1 million个token的上下文窗口。
- 在Inception的对比表中，Mercury 3在12项基准测试中的8项领先于GPT‑6 Luna和Claude Haiku 5.5。
- 该公告于2026‑10‑20发布。

## 为什么重要

如果Mercury 3确实达到其宣称的水平，开发者就能构建可处理更长文本、无需将内容拆成小段的应用，例如全文档分析或长篇内容创作。更快的token处理速度也意味着实时服务的延迟更低，聊天机器人或许能因此响应得更迅速。不过，在缺乏独立测试的情况下，该模型在日常使用中的表现是否优于现有选择，仍不明朗。

## 来源与参考

1. [Inception Releases Mercury 3 Diffusion LLM at 1,068 Tokens per Second](https://www.marktechpost.com/2026/10/19/inception-mercury-3-diffusion-llm/) – MarkTechPost, 2026-10-20

最后更新: 2026-10-20