Mercury 3：擴散式 LLM 的規模化
Mercury 3: Diffusion at scale
Mercury 3 是目前最強大的擴散式 LLM，速度可達 1,068 tokens/s，並支援 1M token 上下文。
- 效能對比：在多項基準上優於 GPT‑6 Luna 與 Claude Haiku 5.5。
Mercury 3 以 diffusion 模型突破規模與速度，提供 1M 上下文及 1,068 tokens/s 的高效推論，對需要低延遲、長上下文的即時應用具備實際價值。
今天我們推出 Mercury 3，迄今為止最強大的基於擴散的 LLM。在各種基準上，Mercury 3 超越 GPT-6 Luna 和 Claude Haiku 5.5，且速度比之快 4–8 倍，達到每秒 1,000+ tokens。
Mercury 3 展示文字擴散可擴充套件性。它比 Mercury 1 大 40 倍以上，且更聰明，但速度同樣快。
早期合作夥伴已經使用 Mercury 3 進行語音與聊天支援、即時輔導、資料工程與網頁導航：
Mercury 3 一覽
品質：與 GPT-6 Luna、Claude Haiku 5.5 等前沿速度最佳化模型相當或更優。
速度：在 NVIDIA GPU 上每秒 1,068 tokens。
上下文：1M tokens，較 Mercury 2.5 的 260K 增至 1M。
價格：每百萬輸入 tokens $0.20，輸出 tokens $0.70。
上市時，Mercury 3 以 50% 折扣提供，每百萬輸入 tokens $0.10、輸出 tokens $0.35。快取 tokens 的價格比輸入價格低 90%。
擴散在大規模
當我們推出 Mercury 1 時，它是第一個證明擴散 LLM 可用於商業應用的案例。AI 社群的未解之題是擴散 LLM 是否能在複雜用例上與自回歸模型競爭。
Mercury 3 回答了這個問題：它們可以。我們將 Mercury 的總引數提升了 40 倍以上，且在各種標準基準上的智慧提升了 3 倍，從 Mercury 1（mini）到 Mercury 3。推動自回歸模型進步的擴張法則，同樣適用於擴散模型。
Mercury 3 在實際運營中
早期合作夥伴已經執行 Mercury 3，以支援延遲敏感型應用，如瀏覽器使用代理、互動式教育、即時搜尋代理和客戶支援。
瀏覽器使用代理
代理在每一步都等待模型，因此微小延遲會迅速累積。Mercury 使每一次傳遞都保持快速，無論代理在瀏覽網站、跨來源研究，或分析日誌並追蹤事件。代理更快完成，並有時間嘗試更多方法再回答。
我們在生產環境的 web‑agent harness 中，將 Mercury 3 與前沿模型對比，完成 50 個即時 Mind2Web 導航任務。Mercury 3 完成了 50% 的任務，遠超 GPT-6.1‑Sol。它使用與前沿模型相同的 token 數量和代理步驟，且每 token 成本僅佔一小部分。
Shuhao Zhang，TinyFish AI 共同創辦人
互動式教育
學習依賴快速回饋迴圈，任何延遲都會讓學生脫離學習內容。Mercury 逐一推理每個請求，並近乎即時回覆，無論是語音導師進行對話、助手批改作業，或應用程式根據學生剛錯誤的地方調整下一題。
Mercury 3 讓我們能即時給予每位學生回饋，且不失推理能力。提示、標記答案與定義現在約一秒回傳，品質與之前使用的模型相當或更佳。當學生卡在題目時，這速度使他們能繼續工作而非等待，也可直接替換我們現有的技術棧。
Michael Tong，General Learning（又稱 RevisionDojo）共同創辦人/CTO
即時搜尋代理
搜尋應用在僅僅幾秒延遲後就會感覺不回應。Mercury 3 執行速度足以處理數十份檔案，並在使用者仍在互動時回答。
在智慧眼鏡上，回覆需要五秒鐘會覺得失效。在我們的 Sense API 測試中，Octen 搜尋約 80 毫秒；模型生成是瓶頸。Mercury 3 在我們測試的快速模型中提供了速度與品質最佳平衡，平均生成時間為 0.9 秒，平均端到端回應時間為 2.2 秒。
Kuan Zou，Octen AI 創辦人兼 CEO
客戶支援
支援代理必須快速回答，常為受監管的企業，錯誤回答成本高昂。Mercury 讓回覆保持對話式，同時不犧牲準確性。
在 Lorikeet，我們協助複雜且受監管的企業為客戶打造跨語音、聊天與電子郵件的禮賓服務。聊天與語音中，客戶需要快速回覆，但我們不能在準確性或正確完成工作上妥協。早期測試中，Mercury 3 在延遲方面勝過其他模型，同時在評估和實際運作中表現更佳。
Michael Gribben，Lorikeet 技術團隊成員
即時產品組合
Mercury 3 是擴大產品組閤中的旗艦模型，該組合可啟用即時 AI。
Mercury Voice: Mercury Voice 針對語音應用的極低延遲需求以及最小化首個回答 token 時間（TTFAT），而非僅僅是端到端延遲，已經為 Audivi AI、Altur 和 OpenCall 的代理提供動力。
Mercury Decide: Mercury Decide 是為高量分類打造的決策模型，在 JevBench、LegalBench 等基準測試中表現優於 Jev。
開始使用
Mercury 3 今日已於 Inception API 平臺及 OpenRouter、Baseten、Vercel 上提供。它與 OpenAI API 相容，能無縫融入您現有的技術棧，無需重寫。企業部署支援專用容量、自動擴縮、合規控制與可配置的資料保留。