Inception Labs 正式推出 Mercury 3 扩散大语言模型

本次全新发布的 Mercury 3 扩散 LLM，是目前综合能力最强的一代扩散型大语言模型，在文本生成质量超越多款主流前沿大模型的同时，把单卡生成速度稳定做到每秒 1000tokens 以上，真正做到高智能与高吞吐兼顾，补齐了传统自回归大模型速度慢、并行效率低的短板。这款模型由 Inception Labs 团队完成迭代开发，在原有 Mercury 系列扩散技术基础上完成全方位升级，依托离散扩散并行去噪机制，不再逐词串行输出文本，而是分批次并行生成多段 token，大幅拉高 GPU 硬件利用率。本次升级主要围绕模型参数量、训练数据集、Transformer 去噪网络三大模块优化，同时配套推出 M3.1 Flash 轻量化版本，适配 Agent 智能体、代码开发、长文本推理等多元化业务场景。从落地层面来看，Mercury 3 已经开放 API 调用服务，同时给出了限时优惠定价，企业用户可以直接把它替换成现有自回归 LLM，不需要大幅改造业务代码，即可完成模型迁移部署。

一、Mercury 3 核心技术升级清单

1. 基础模型架构优化 保留 Transformer 主干网络，把自回归单 token 预测改成离散扩散去噪任务；优化去噪模块的网络层数与注意力机制，降低迭代去噪的计算开销，让并行生成的推理延迟进一步缩短arXiv。
2. 训练数据与规模扩容 训练语料总量大幅扩充，高质量文本、代码、数理推理类数据占比显著提升；整体参数量相比初代 Mercury 模型提升 40 倍，支撑更强的逻辑推理、代码编写、知识召回能力。
3. 并行生成机制迭代 采用由粗到细的多轮去噪策略，一次性批量生成多组 token 块；在单张 NVIDIA H100 显卡上，稳定跑出 1000+token / 秒的吞吐，速度达到主流高速自回归大模型的 4 至 8 倍Inception。
4. 子版本规划完善 本次同步推出基础版 Mercury 3 与轻量化 M3.1 Flash 版本；M3.1 Flash 前身是 Space Bunny 模型，曾依托 200 万亿 token 训练数据登顶行业榜单，主打高速 Agent 任务与代码场景。

二、实测性能对标数据表

表格

三、部署与调用操作步骤

1. 注册 Inception Labs 官方平台账号，开通 API 调用权限，领取调用密钥。
2. 选择对应模型版本，普通业务选用 Mercury 3，高并发代码与 Agent 场景选用 M3.1 Flash。
3. 直接沿用原有 LLM 调用接口格式，无需修改 prompt 工程逻辑，实现无缝替换。
4. 配置 GPU 资源，优先选用 NVIDIA H100 显卡，保障模型跑出满速吞吐。
5. 接入用量监控工具，享受当前上线优惠价：输入文本每百万 token 仅 0.1 美元，输出文本每百万 token 仅 0.35 美元Inception。

四、整体落地结论

Mercury 3 把扩散 LLM 的技术优势彻底落地，解决了传统大模型 “速度快则能力弱、能力强则速度慢” 的矛盾；既有顶尖的文本理解与推理实力，又具备超高的生成吞吐，加上低成本 API 服务，非常适合高并发在线业务、大规模智能体集群、批量代码生成等生产场景。后续团队还会持续优化去噪迭代步数，进一步压低推理成本，拓展语音扩散模型等衍生产品。

【相关 FAQ】

问题 1：Mercury 3 扩散 LLM 相比前代版本，核心提升体现在哪里？

回答 1：Mercury 3 扩散 LLM 不仅扩大了模型参数量与训练数据集，还升级了扩散去噪网络，推理速度更快，同时在代码编写、数理推理、指令跟随等能力上全面超越 Mercury 2.5，并且新增 M3.1 Flash 轻量化分支，兼顾性能与速度。

问题 2：Mercury 3 扩散 LLM 能不能直接替代市面上主流的自回归大模型？

回答 2：Mercury 3 扩散 LLM 可以直接作为自回归 LLM 的平替版本，接口格式完全兼容，不需要大规模改造业务代码；在保持同等甚至更高文本质量的前提下，生成吞吐提升数倍，能大幅降低线上业务的 GPU 算力成本。

问题 3：运行 Mercury 3 扩散 LLM，最低需要什么样的硬件环境？

回答 3：想要跑出 1000+token / 秒的满速性能，推荐使用单张 NVIDIA H100 显卡；如果是小规模测试，也可以用 A100 显卡运行，只是生成速度会有所下降，该扩散 LLM 对主流 CUDA 硬件都具备良好适配性。

【数据来源】

[2026-10-20]（AI 快讯：Inception Labs 推出 Mercury 3 扩散 LLM）InfoQ

[2026-10-19]（Diffusion at Scale: Introducing Mercury 3）Inception Labs 官方博客

[2026-10-19]（Mercury 3 吞吐与定价详情）Devlery 科技资讯站

[2026-07-23]（Mercury 扩散大模型技术介绍）AI Wiki

[2025-06-17]（Mercury 扩散 LLM 技术论文）arXiv

免责声明

本文仅客观整理 Mercury 3 扩散 LLM 的公开发布信息与技术参数，不构成任何商业采购与技术选型建议；模型性能数据均来自官方公开测试结果，不同硬件环境、业务场景下的实际表现会存在一定差异；模型 API 定价、版本更新均以 Inception Labs 官方最新公告为准。