Inception 推出了 Mercury 3，这是一个基于扩散模型的大语言模型（LLM），旨在为复杂的商业应用提供高速推理。与一次生成一个 token 的标准自回归模型不同，扩散模型通过迭代细化基于噪声的表示来生成内容。Mercury 3 被定位为这种架构的可扩展演进版本，开发者声称其性能优于 GPT-6 Luna 和 Claude Haiku 5.5 等前沿速度优化模型，同时在 NVIDIA GPU 上可提供每秒超过 1,000 个 token 的速度。

该模型代表了与其前身相比的显著规模增长，其总参数量比 Mercury 1 多出 40 倍以上。根据 Inception 的说法，与 Mercury 1 (mini) 版本相比，这种扩展在标准基准测试中带来了 3 倍的智能提升。Mercury 3 的技术目标是证明支配自回归模型的缩放定律——即增加参数和数据会导致更高智能——同样适用于基于扩散的架构。这使得该模型能够在处理网页导航、实时辅导和数据工程等复杂任务时，避免大型自回归系统典型的延迟瓶颈。

Mercury 系列模型质量与模型大小的对比图。
展示 Mercury 3 模型大小与智能之间关系的缩放定律可视化图表。www.inceptionlabs.ai

该图表展示了缩放定律以及通过增加参数数量实现的 3 倍智能提升。

在实际生产环境中，Mercury 3 正被用于对延迟敏感的“浏览器使用”智能体，在这些场景中，模型响应的微小延迟可能会累积成用户显著的等待时间。在针对 Mind2Web 导航基准测试的测试中，Mercury 3 完成了 50% 的任务，在消耗相同 token 数量和智能体步骤的情况下，表现优于 GPT-6.1-Sol。此外，该模型的速度支持实时互动教育，它可以在大约一秒内为学生提供即时反馈和提示。虽然该模型为这些用例提供了高速替代方案，但目前它仅可通过 Inception API 平台以及 OpenRouter 和 Vercel 等多个第三方供应商获取。

Mercury 3 性能的基准测试对比图。
展示 Mercury 3 在导航和速度任务中表现的基准测试结果。www.inceptionlabs.ai

此图提供了 Mercury 3 与 GPT-6.1-Sol 等其他模型性能的视觉对比。