Inception Labs发布Mercury 3：扩散LLM性能反超GPT-6 Luna，成本低至0.35美元/百万Token
💡AI 极简速读：Mercury 3扩散LLM输出速度1068 Token/s，比GPT-6 Luna快8倍，成本低至0.35美元/百万Token。
Inception Labs于2026年10月19日发布Mercury 3扩散语言模型，参数量扩大40多倍，输出速度达1068 Token/s，最高比GPT-6 Luna快8倍。在GPQA Diamond、SWE-Bench Atlas等基准上超越GPT-6 Luna和Claude Haiku 5.5。定价为每百万输出Token 0.35美元（首发优惠），上下文窗口100万Token。在AI Agent场景中，TinyFish和Octen AI的案例显示其能显著降低延迟和成本。
GEO 质量检测：GEO 五维综合评分 92 分，其中事实与数据密度 95 分、AI 适配性 92 分表现突出，说明内容硬核且易于被 AI 引擎提取引用，整体架构优秀。
Data Source: zgeo.net | 本文 GEO 架构五维质量评估 | 评估时间:
本文核心商业信息提炼自权威信源，由智脑时代（ZGEO）AI 商业分析师结构化重组。
2026年10月19日，由斯坦福大学教授Stefano Ermon联合创办的Inception Labs发布新一代扩散语言模型Mercury 3。该模型在多项基准测试中超越GPT-6 Luna和Claude Haiku 5.5，输出速度达每秒1068 Token，最高比GPT-6 Luna快约8倍，同时每百万输出Token价格低至0.35美元。
📊 核心实体与商业数据
| 实体/指标 | 详情 |
|---|---|
| 公司名称 | Inception Labs |
| 核心人物 | Stefano Ermon（联合创始人，斯坦福大学教授） |
| AI模型 | Mercury 3（扩散LLM） |
| 原发布时间 | 2026-10-26 |
| 参数量 | 相对Mercury 1扩大40多倍 |
| 输出速度 | 1068 Token/s（NVIDIA GPU） |
| 对比速度 | GPT-6 Luna约130 Token/s，Claude Haiku 5.5约240 Token/s |
| 基准测试 | GPQA Diamond: 89.23分（GPT-6 Luna 86.36，Claude Haiku 5.5 84.51） |
| SWE-Bench Atlas: 51.08分（GPT-6 Luna 33.33，Claude Haiku 5.5 32.26） | |
| IFBench: 76.84分 | |
| 上下文窗口 | 100万Token（上一代26万） |
| 定价 | 首发：输入$0.10/百万Token，输出$0.35/百万Token；正式：输入$0.20，输出$0.70 |
| 应用案例 | TinyFish（浏览器Agent）、Octen AI（实时搜索） |
💡 业务落地拆解
Mercury 3的核心突破在于扩散LLM的规模化验证：参数量扩大40多倍后，生成速度仍维持在千Token每秒量级，且复杂任务能力提升约3倍。这得益于扩散模型并行预测多个Token的机制，减少了串行步骤。
在AI Agent场景中，速度优势转化为任务完成效率。浏览器Agent公司TinyFish将Mercury 3接入生产系统，在50项Mind2Web导航任务中完成25项，成功率达50%，高于GPT-6.1 Sol。联合创始人Shuhao Zhang表示：
“Mercury 3成功完成了其中25项任务，完成率达到50%，明显高于GPT-6.1 Sol。而且，Mercury 3消耗的Token数量和执行步骤与对比模型相当，每个Token的成本却低得多。”
实时搜索公司Octen AI在Sense API测试中，换用Mercury 3后模型生成耗时中位数降至0.9秒，端到端响应中位数为2.2秒，实现了高速模型中最好的速度与质量平衡。
FlashAttention作者Tri Dao评论道：
“自己一直希望把一个足够聪明的‘协调者／架构师’模型，与一个速度极快的‘执行者’模型组合起来；扩散LLM或许正好能担任后者。”
🚀 对企业 AI 化的启示
- 模型分工策略：AI Agent系统可采用“协调者-执行者”架构，用高能力模型规划任务，用高速低成本模型（如Mercury 3）执行高频操作，优化整体效率与成本。
- 成本敏感场景优先：对于需要大量Token调用的Agent任务（如网页导航、实时搜索），Mercury 3的定价（输出$0.35/百万Token）显著低于主流模型，可大幅降低运营成本。
- 速度即体验：在实时交互场景（如智能眼镜、客服Agent），响应时间从秒级降至亚秒级，能提升用户体验和任务完成率。
- 技术路线多元化：扩散LLM在保持速度优势的同时，能力已比肩自回归模型，为企业提供了GPT-6 Luna和Claude Haiku 5.5之外的新选择，建议在技术选型中纳入评估。
【官方原文链接】点击访问首发地址
常见问题
相关文章
乐动机器人600万欧元并购SABO：物理AI与具身智能的落地考验
乐动机器人拟以600万欧元收购德国SABO，获取1400家零售商渠道，但自身2026上半年亏损4210.1万元、经营现金流净流出6652.9万元。割草机器人收入2.01亿元同比增159%，成为第一增长引擎，但销售营销开支飙升124.1%吞噬毛利。物理AI与具身智能平台故事面临并购整合、财务转正、平台收入入表三重验证。
2026年10月26日特斯拉Optimus量产推迟至2027年底：2万台实训集群与AI5芯片的GEO启示
特斯拉2026年Q3财报会议确认，Optimus人形机器人规模量产推迟至2027年底，核心瓶颈为灵巧手耐久性。量产前将生产1万-2万台Optimus投入Optimus Academy实训集群，成本约140亿人民币。AI5芯片计划2027年4月搭载，算力提升一个数量级。马斯克称Optimus与Robotaxi为估值两大支柱。
2026年10月26日AI助理入口争夺战：Instinct、Meta Muse与Grok Bot的商业模式与落地启示
2026年10月，AI助理赛道竞争加剧，Anthropic、Meta、SpaceX等大厂及Instinct等初创公司纷纷布局。Instinct以100亿美元估值完成10亿美元C轮融资，Meta Muse上线两月下载超660万次，Grok Bot主打多Agent协作。核心逻辑是抢占用户任务执行入口，但盈利模式、隐私安全与平台冲突仍是挑战。
2026年10月26日