Mercury 3 已发布。Inception 官网公布的版本信息显示，它把扩散式语言模型推进到商业 API。
官方页面列出的速度为 1068 tokens/s，支持 1M Token 上下文。发布期输入与输出价格分别为每百万 Token 0.10 美元和 0.35 美元。
1068
tokens/s。
1M
上下文。
$0.35
每百万输出 Token。
这次发布要回答一个架构问题：扩散式语言模型能否在扩大规模后继续提高复杂任务质量。
另一个问题是，它能否保留并行生成带来的速度优势。
原帖视频中的 Mercury 3 发布演示，画面展示产品信息与速度叙事；视频无可用持续口播。
从 Mercury 1 到 Mercury 3。
Inception 在官方文章中称，Mercury 3 的参数规模超过 Mercury 1 的 40 倍。标准基准上的智能水平较 Mercury 1 提升约 3 倍。公司把这组变化用于说明：扩散式语言模型也可以沿着规模扩大和能力提升的路径继续发展。
这里的“扩散式”对应一条不同于传统自回归生成的路线。传统大模型通常按顺序生成 Token；扩散式模型则先形成较粗的结果，再通过多轮修正，让多个 Token 并行趋于稳定。并行计算带来吞吐优势，但模型最终仍要面对指令遵循、推理、代码和长上下文处理等质量要求。
速度、上下文和价格放在同一张表里。
Inception 官网公布的 Mercury 3 速度为 1068 tokens/s，运行环境写作商用 NVIDIA GPU。上下文窗口从 Mercury 2.5 的 260K Token 增至 1M Token。速度数字对应生成吞吐，上下文数字对应一次请求可处理的信息范围，两者解决的是不同问题。
价格也分成两个阶段。官方标准价为每百万输入 Token 0.20 美元、每百万输出 Token 0.70 美元。
发布期五折，输入和输出分别为 0.10 美元与 0.35 美元。
原帖宣布 Mercury 3 已进入公开服务阶段。
公开入口包括 Inception API Platform 和 OpenRouter。
原帖还列出 Baseten 与 Vercel。
官网称，API 兼容 OpenAI 接口。
接入条件 官方称 API 兼容 OpenAI 接口，开发者可以沿用现有调用方式接入；具体速率限制、区域、数据保留和企业部署条件仍要以对应平台文档与账户权限为准。
官方基准与真实任务之间。
官方文章称，Mercury 3 在一组标准基准上达到或超过 GPT-6 Luna 与 Claude Haiku 5.5。原帖和官网没有在发布页面完整展开每个任务的测试协议、样本数量和服务配置，因此这些数字应当按公司公布结果理解。
官网列出的早期使用方向包括浏览器操作代理、互动教育、实时搜索、数据工程和客户支持。TinyFish 提供的案例口径是中位生成时间 0.9 秒、中位端到端响应时间 2.2 秒；这是合作方在自身工作负载下的反馈。开发者仍需在自己的工作负载上复测。
原帖视频中段关键帧，画面呈现 Mercury 3 发布信息的动态演示。
开发者真正要测什么。
如果把 Mercury 3 放进实时语音、浏览器代理或交互式教育系统，单看 tokens/s 还不够。更实际的测试顺序是：先用同一批请求比较首个可用结果的等待时间，再记录完整任务的端到端耗时；随后检查长上下文下的检索准确性、工具调用成功率、重试次数和最终输出质量。
对需要稳定交付的团队，还要把 API 价格、速率限制、并发上限、数据保留和模型升级策略一起纳入评估。模型速度能缩短等待，但系统整体耗时还会受到检索、浏览器操作、工具执行和人工确认影响。
发布信息同时给出了模型规模、1M Token 上下文、公开 API 入口、速度和价格指标。
真实工作负载的表现仍要通过开发者测试确认。
SOURCES。
Inception 官方发布文章。
Inception Mercury 3 模型页。
Stefano Ermon X 发布串帖与视频。