扩散模型首次追上GPT-6速度
推荐指数 76.0 NO. 008 · 2026.10.20
发布2026/10/19Score197Comments78
为什么值得看
Mercury 3 是首个大规模商用的扩散式语言模型，在多项基准上超越 GPT-6 Luna 和 Claude Haiku 5.5，同时实现每秒 1000+ token 的生成速度。这对需要实时交互的场景（语音、实时辅导、Web 导航）意味着延迟瓶颈可能被彻底打破。
编辑判断
扩散模型做文本生成一直有两个致命质疑：一是质量追不上自回归，二是长序列去噪步数多反而更慢。Mercury 3 用 40 倍参数规模和 1M 上下文同时击穿这两点，说明扩散架构的 scaling law 在文本域可能和图像一样成立。
定价 $0.20/$0.70 百万 token 几乎是 GPT-6 Luna 的 1/5，如果实际 API 稳定性过关，实时语音和流式代码补全的 cost structure 会被重写。做 AI 客服、实时陪练、低延迟 Agent 的团队应该优先申请内测，验证其在长上下文连贯性和多轮对话中的实际表现——扩散模型的"一次性生成"机制在对话场景下的错误累积模式目前还是黑箱。
社区反馈
意见分歧 75 条评论
核心争论：扩散LLM速度突破是否足以弥补权重封闭、基准透明度和长期定价可信度的不足
"Quality: On par or better than frontier speed-optimized models like GPT-6 Luna and Claude Haiku 5.5. Speed: 1,068 tokens per second on NVIDIA GPUs. Context: 1M tokens, up from 260K for Mercury 2.5 Price: $0.20 per million input and $0.70 per million output tokens. At launch, Mercury 3 is 50% off a
Looks excellent, looking forward to trying this out. Feels like we're reaching a critical point where these become competitive.
Hi HN, this is Volodymyr, Inception Co-Founder & Chief Scientist. Today we're launching Mercury 3, our most capable production diffusion LLM. Quality: Outperforms GPT-6 Luna and Claude Haiku 5.5 across a range of benchmarks at matched reasoning effort. Speed: 1,000+ tokens per second on widely avai