Mercury 3 正式发布，这是迄今最强大的基于扩散模型的超大语言模型。基准测试显示，其表现超越 GPT-6 Luna 和 Claude Haiku 5.5，在英伟达 GPU 上生成速度达每秒 1,068 个 token，运行效率提升 4 至 8 倍。
Mercury 3 验证了文本扩散模型的可扩展性。其参数量较 Mercury 1 扩大 40 倍以上，智能水平显著提升，同时保持极速推理能力。
核心亮点
- 质量：在与 GPT-6 Luna 和 Claude Haiku 5.5 等前沿速度优化模型的对比中，表现持平或更优。
- 速度：在英伟达 GPU 上达到每秒 1,068 个 token。
- 上下文：支持 100 万 token，较 Mercury 2.5 的 26 万 token 显著扩容。
- 价格：输入 token 每百万 0.20 美元，输出 token 每百万 0.70 美元。上市初期享五折优惠，即输入 0.10 美元/百万，输出 0.35 美元/百万；缓存 token 输入价格折扣高达 90%。
规模效应验证
Mercury 3 将总参数量扩展至 Mercury 1 (mini) 的 40 倍以上，标准基准测试中的智能水平提升 3 倍。这证明驱动自回归模型进步的缩放定律同样适用于扩散模型，回答了社区关于扩散模型能否扩展至复杂用例并与自回归模型竞争的疑问。
生产环境应用
早期访问合作伙伴已将 Mercury 3 应用于对延迟敏感的场景，包括浏览器代理、互动教育、实时搜索及客户支持。
浏览器代理
Mercury 3 确保每次推理快速完成，加速代理在浏览、跨源研究及日志分析中的任务执行。TinyFish AI 联合创始人 Shuhao Zhang 表示，在 50 个真实 Mind2Web 导航任务中，Mercury 3 完成率达 50%，显著高于 GPT-6.1-Sol，且成本仅为后者零头。
互动教育
Mercury 3 能实时处理请求并近乎即时响应，适用于语音辅导、作业批改及个性化出题。General Learning (RevisionDojo) 联合创始人兼 CTO Michael Tong 指出，Mercury 3 能在不牺牲推理能力的前提下提供秒级反馈，质量优于或等同于此前使用的模型，并可无缝替换现有技术栈。
实时搜索
针对智能眼镜等对延迟极度敏感的设备，Mercury 3 在速度与质量间取得最佳平衡。Octen AI 创始人兼 CEO Kuan Zou 透露，在其 Sense API 测试中，Mercury 3 中位生成时间为 0.9 秒，端到端响应时间中位数为 2.2 秒，有效避免了因延迟导致的体验中断。
客户支持
在受监管行业的客服场景中，Mercury 3 在保持低延迟的同时未牺牲准确性。Lorikeet 技术团队成员 Michael Gribben 表示，早期测试显示，Mercury 3 在延迟方面击败其他模型，且在评估和生产环境中表现更佳。
实时产品组合
Mercury 3 是实时 AI 产品组合的旗舰模型，另有两款专用模型：
- Mercury Voice：专为语音应用定制，最小化首 token 生成时间（TTFAT），已被 Audivi AI、Altur 和 OpenCall 等公司采用。
- Mercury Decide：面向高容量分类任务的决策模型，在 JevBench 和 LegalBench 等基准测试中表现优于 Jev。
接入方式
Mercury 3 现已在 Inception API Platform、OpenRouter、Baseten 和 Vercel 上线。该模型兼容 OpenAI API，可无缝接入现有架构。企业级部署支持专用容量、自动扩展、合规控制及可配置的数据保留策略。
用户可通过 API 试用并获得 1 亿免费 token，或联系团队进行企业级工作负载适配与性能优化评估。