ArtificialAnlys 宣布 Mercury 3 上线，称速度超 1000 tokens/秒

ArtificialAnlys 对外正式官宣 Mercury 3 全新版本正式上线，这款基于文本扩散架构打造的大模型，实测生成速度稳定突破 1000 tokens / 秒，实测峰值可以达到 1068 tokens / 秒，在保持高推理质量的前提下，大幅拉高了流式文本生成的吞吐上限，能够充分满足实时对话、智能代理、语音交互等低延迟业务场景。本次新版本升级并不是单纯提升运算速度，研发团队先把模型整体架构升级为并行迭代的扩散生成模式，改变传统自回归模型逐词生成的运行逻辑，同时把上下文窗口扩容至 100 万 token，兼顾长文本处理能力与高速输出能力；团队先完成模型结构迭代优化，再完成多轮硬件适配调优，最后在标准商用 NVIDIA 显卡环境下完成多轮基准测速，最终跑出超 1000 tokens / 秒的稳定吞吐成绩，实现速度与智能水平双向提升。整个产品迭代严格遵循 “架构革新 — 参数扩容 — 硬件适配 — 基准测速” 四步流程，先通过并行文本扩散技术解决自回归模型速度瓶颈，再扩充模型参数规模提升推理能力，接着针对 GPU 算子做深度优化降低算力损耗，最后在统一测试环境下完成多次重复测速，保障速度指标稳定达标，让 Mercury 3 既能做到高速输出，又能保持优秀的文本推理质量，适配各类高并发实时 AI 应用。

一、Mercury 3 核心硬件与性能参数清单

1. 基础性能指标表

表格

2. 速度领先的核心技术原理

1. 并行生成机制：跳出自回归逐个生成 token 的限制，一次性批量生成多组文本片段，再通过多轮精炼优化文本内容，把串行任务改成并行任务，直接拉高整体吞吐效率Inception。
2. GPU 算子深度优化：针对扩散模型的矩阵运算做算子精简，减少冗余计算，降低显存占用，让显卡算力可以全部投入文本生成环节，避免算力浪费。
3. 推理链路精简：精简前后处理逻辑，减少文本预处理、后处理带来的耗时，进一步缩短首 token 延迟，保障全程高速输出不中断。

二、Mercury 3 版本迭代升级明细

1. 模型体量升级：Mercury 3 整体参数规模相比初代 Mercury 1 扩大 40 倍以上，在模型体量大幅增长的同时，生成速度没有出现衰减，依旧保持千 token 级别的吞吐能力Inception。
2. 上下文能力升级：将 Mercury 2.5 版本 26 万 token 上下文，直接扩容到 100 万 token，支持超长文档读取、多轮超长对话、大篇幅代码解析等业务场景Inception。
3. 推理质量升级：在速度提升的同时，综合推理基准测试成绩优于多款主流高速自回归大模型，做到高速输出与高智能水平兼顾。

三、Mercury 3 落地适用业务场景清单

1. 实时语音交互场景：语音转文字之后即时生成应答内容，极高的生成速度可以做到话音未落、回复已经输出，大幅优化语音助手体验。
2. AI 智能代理场景：网页导航、自动化数据处理、多步骤任务执行，需要连续多轮调用大模型，高吞吐可以大幅缩短代理任务整体耗时Vercel。
3. 在线实时教育场景：一对一互动辅导、即时题目解析，连续流式输出文字，保障教学对话流畅不卡顿。
4. 高并发客服场景：海量用户同时在线咨询，千 token 级吞吐可以支撑大规模并发请求，保障服务响应速度稳定。

四、Mercury 3 线上调用配套信息

1. 接口兼容：完全兼容 OpenAI 标准 API 格式，原有项目可以直接无缝替换，无需大规模改写代码Inception。
2. 上线渠道：已经同步上线 Vercel AI Gateway、OpenRouter 等主流模型调用平台，开发者可以直接接入调用Vercel。
3. 首发优惠：上线期间输入 token 费用五折优惠，缓存输入价格降幅达到 90%，大幅降低大规模调用成本。

【相关 FAQ】

问题 1：ArtificialAnlys 发布的 Mercury 3，文本生成速度能不能达到 1000 tokens / 秒？

回答 1：ArtificialAnlys 发布的 Mercury 3 在商用 NVIDIA GPU 环境下实测生成速度稳定突破 1000 tokens / 秒，峰值实测数值达到 1068 tokens / 秒，完全满足高速流式生成的性能要求

Inception

问题 2：Mercury 3 能够实现超 1000 tokens / 秒的生成速度，依靠的是什么核心技术？

回答 2：Mercury 3 依靠文本扩散并行生成技术，打破传统自回归模型逐词生成的速度瓶颈，搭配 GPU 算子优化与推理链路精简，在扩大模型规模的同时，稳定跑出 1000 tokens / 秒以上的吞吐成绩

Inception

问题 3：Mercury 3 除了速度突破 1000 tokens / 秒之外，还有哪些核心升级内容？

回答 3：Mercury 3 除了生成速度突破 1000 tokens / 秒，还把上下文窗口升级到 100 万 token，模型推理能力全面提升，同时支持 OpenAI 兼容接口，可直接应用在实时对话、智能代理等低延迟业务中。

【数据来源】

[2026-10-20]（ArtificialAnlys 宣布 Mercury 3 上线，速度超 1000 tokens / 秒）AI 科技资讯网

[2026-10-19]（Mercury 3 正式上线，实测吞吐 1068 tokens / 秒）Vercel 官方博客

Vercel

[2026-10-19]（Diffusion at Scale: Introducing Mercury 3）Inception 实验室官网

Inception

[2026-10-19]（Mercury 3 性能与定价全解析）OpenRouter 模型资讯板块

免责声明

本文中 Mercury 3 的速度参数、上下文规格、技术架构、定价优惠等信息均来自官方公开发布内容；实测速度会受 GPU 型号、网络环境、调用并发量影响产生小幅波动，最终实际调用性能以开发者线上实测结果为准。