PulseAugur
中
实时 05:23:47
English(EN) Mercury 3 and the Diffusion LLM Bet: What 1,000 Tokens per Second Changes for Agents (and What It Doesn't)

Inception 发布 Mercury 3 diffusion LLM，速度达每秒 1000 个 token

作者 PulseAugur 编辑部 · [1 个来源] ·

Inception 发布了 Mercury 3，这是一款 diffusion LLM (dLLM)，它能并行生成文本而非逐个 token 生成。这种方法使 Mercury 3 的速度超过每秒 1000 个 token，据称其质量可媲美甚至超越 GPT-6 Luna 和 Claude Haiku 5.5 等模型。该模型提供 100 万个 token 的上下文窗口，可通过与 OpenAI 兼容的 API 访问，定价为每 100 万个输入 token 0.20 美元，每 100 万个输出 token 0.70 美元，并提供 50% 的发布折扣。这种速度的提升对于 AI Agent 尤其重要，因为模型生成时间是关键瓶颈。 AI

影响 通过大幅缩短模型推理时间来加速 AI Agent 的开发，从而实现更复杂、响应更快的 Agent 工作流。

排序理由 前沿实验室模型发布，附带系统卡 [lever_c_demoted from frontier_release: ic=1 ai=1.0]

在 dev.to — LLM tag 阅读 →

AI 生成摘要 · Google Gemini · 来自 1 个来源。 我们如何撰写摘要 →

Inception 发布 Mercury 3 diffusion LLM，速度达每秒 1000 个 token

本文如何被排名

Signal score
54 / 100
Composite score across the factors below. Higher = stronger signal that this story matters right now.
Newsworthiness bucket
Significant
前沿实验室模型发布，附带系统卡 [lever_c_demoted from frontier_release: ic=1 ai=1.0]
Source corroboration
Single-source cluster
Only one publisher covered this so far. Single-source stories can still rank when the publisher is high-authority, but they lack cross-source corroboration.
Topics
model release, infra
Editorial topic classification. Feeds into how the story surfaces on /topic/<slug> hub pages and into the per-entity coverage mix.
AI-industry relevance
High
Clearly on-topic for AI-industry coverage.
Story freshness
Breaking (< 6h)
Fresh story with cross-source coverage still developing. Ranking may shift as more sources report.

完整方法见我们的编辑标准。

报道来源 [1]

  1. dev.to — LLM tag TIER_1 English(EN) · M.T.Ramkrushna ·

    Mercury 3与Diffusion LLM的赌注：每秒1000个Token的改变（以及未改变之处）

    <p>Every step of an AI agent waits on the model.</p> <p>Plan, call a tool, read the result, decide, call another tool. If each model call takes a few seconds, a ten-step task feels like forever, and a voice agent feels broken. Most "make it faster" work today is squeezing the sam…

相关实体

相关话题