Inception 称 Mercury 3 在多项基准上胜过 GPT-6 Luna 与 Claude Haiku 5.5 且快 4 到 8 倍

Inception 表示，其新语言模型 Mercury 3 在一系列基准测试中击败了 GPT-6 Luna 和 Claude Haiku 5.5，同时运行速度快四到八倍。

在其公告中，该公司称 Mercury 3 是迄今已发布的能力最强的扩散语言模型。

这种速度源于模型的构建方式。GPT 或 Claude 这类模型一次写一个词，因此每个新词都必须等待它前面的那个词。扩散模型最为人熟知的是图像生成。它们先勾勒出整个答案的粗略版本，然后经过多次处理加以完善，一次生成许多词。Google 关于 DiffusionGemma 的技术报告解释了这一基本思路。

Mercury 3 的领先幅度比公告所暗示的更窄

Inception 自己的基准测试表给出的情况则更为复杂。Mercury 3 在 12 项测试中胜出 8 项，三个模型均以中等设置运行。差距在指令遵循方面最大。在 IFBench 上，Mercury 3 得分为 76.84 分，比 GPT-6 Luna 高出 15 分。它在 SWE-Bench Atlas 的自主编程上也明显领先，得分为 51.08 分，而其竞争对手分别为 33.33 和 32.26。

Claude Haiku 5.5 赢得了更长的编程测试 DeepSWE。它在长文本中查找信息方面也更强。GPT-6 Luna 在 Artificial Analysis 的两项测试中略微领先。Inception 的简短概述更为谨慎，将 Mercury 3 的质量描述为持平或更好。

据 Inception 称，Mercury 3 在 Nvidia GPU 上每秒生成 1,068 个 token。在该公司的对比中，Claude Haiku 5.5 约为 240，GPT-6 Luna 约为 130。目前尚无独立测试。

Inception 表示，Mercury 3 的参数数量是 Mercury 1 的 40 多倍，但运行速度同样快。自小型 Mercury 1 mini 以来，性能也已提升至三倍。Inception 将此视为一个迹象，表明扩散模型会像标准语言模型一样，随着规模扩大而可靠地改进。确切的参数数量仍未披露。

Mercury 3 面向微小延迟会累积的应用

Inception 主要将 Mercury 3 定位于 AI 智能体、搜索、客户支持和辅导。AI 智能体通过许多独立步骤完成任务，并在每一步等待模型。这些微小延迟会迅速累积。

抢先体验合作伙伴在公告中分享了各自的结果，其中大多数同样关注速度。Octen AI 为智能眼镜打造搜索功能。“在智能眼镜上，一个耗时五秒的回答会让人觉得出了故障，”创始人 Kuan Zou 说。他说搜索本身只花了约 80 毫秒，语言模型才是瓶颈。使用 Mercury 3 后，中位响应在 0.9 秒后到达。整个过程耗时 2.2 秒。

教育公司 General Learning 表示，它现在约在一秒内向学生提供提示和纠正。客户服务提供商 Lorikeet 报告称响应时间更快，同时结果也更好。在 TinyFish AI，联合创始人 Shuhao Zhang 表示，Mercury 3 被分配了 50 项真实网站上的导航任务。它解决了 25 项，胜过 GPT-6.1-Sol。Zhang 没有给出该 OpenAI 模型的数字。

Mercury 3 较低的发布定价可能不会持续

常规价格为每百万输入 token $0.20、每百万输出 token $0.70。Inception 在发布时将价格减半。该公司尚未说明折扣何时结束。此后，Mercury 3 的输出费用将高于 GPT-6 Luna 和 Claude Haiku 5.5，至少在较短输入上是如此，两者在该情况下均收费 $0.50。不过，对于非常长的提示，两家竞争对手的收费都会高得多。Mercury 3 一次最多可处理 100 万个 token。

该模型可在 Inception 自有平台以及 OpenRouter、Baseten 和 Vercel 上使用。它采用与 OpenAI 模型相同的 API，因此 Inception 表示开发者可以轻松切换。

2月，Inception 发布了 Mercury 2，并称其为首个在作答前通过中间步骤进行推理的扩散模型。在此之前，这家初创公司融资 $50 million。投资方包括 NVentures、M12 和 Snowflake Ventures，分别为 Nvidia、Microsoft 和 Snowflake 的风险投资部门。

Google 也在推进同样的方法。继其 Gemini Diffusion 演示之后，该公司于6月推出了开放模型 DiffusionGemma。Google 表示，它的运行速度最高可达标准版 Gemma 4 的四倍，但结果略弱。

无炒作的 AI 新闻 – 由人工策划

订阅 THE DECODER，即可享受无广告阅读、每周 AI 新闻通讯、每年六期独家“AI Radar”前沿报告、完整存档访问权限，以及评论区访问权限。