大语言模型圈的主流叙事是自回归：一个词接一个词往外蹦，模型越大越聪明，但速度也越慢。扩散路线的公司一直在回答另一个问题：能不能全文一起改，像编辑审稿那样先出一版草稿再整体打磨。据Business Wire官方新闻稿与多家科技媒体报道，Inception公司10月19日发布Mercury 3，称其为迄今能力最强的扩散大语言模型，也是公司第四代产品。联合创始人Stefano Ermon给出的核心数据是：模型在常见英伟达GPU上每秒输出超过1000词元，同时质量对标甚至超过GPT-6 Luna与Claude Haiku 5.5这类前沿速度优化模型。这句话如果经得起第三方验证，意味着扩散路线第一次同时拿到了智能与速度两张牌。
要理解Mercury 3的意义，得先明白扩散语言模型与自回归模型的差别。传统自回归模型逐词生成，每生成一个词都要把之前的全部上下文重新过一遍，生成长度与耗时线性相关；扩散模型则从一份粗糙草稿出发，在若干轮去噪中并行修正全文，吞吐量不会随生成长度线性下降。这条路线的学术原理早有共识，真正的悬念在工程与规模层面：从实验室原型放大到商用模型，并行生成的速度优势还能不能保住，智能水平能不能追上疯狂迭代的自回归对手。Inception的答卷是对第一个问题的直接回应：Mercury 3的参数量是初代Mercury 1的40倍以上，推理速度却保持在同一量级，依然跑在每秒1000词元以上。Ermon对此的说法是，扩散模型的规模上限由算力与数据决定，而不是算法本身的根本障碍，公司已经开始训练下一代模型。这个判断与自回归阵营过去几年的经验完全同构，如果成立，扩散路线就获得了与主流路线同样的成长曲线，只是起点不同。当然，一个模型点的数据不足以宣判路线之争的胜负，关键还要看后续迭代能否延续这种缩放特性。
把Mercury 3的硬指标摊开看：官方口径每秒输出1068词元，上下文窗口从上一代Mercury 2.5的26万词元扩展到100万词元，这是初代产品完全不具备的长文处理能力。定价采取了对速度敏感客户的友好策略：标准价每百万输入词元0.20美元、输出0.70美元，发布期五折为0.10与0.35美元，缓存命中的输入部分再降90%。对比主流前沿模型，这个价格带明显偏向高频调用场景。分发渠道也铺得足够开：模型通过Inception自有API、Baseten、OpenRouter与Vercel提供，兼容OpenAI接口格式，开发者切换过来基本不需要重写代码，改动集中在提示词与参数适配。需要注意的是，Mercury 3闭源不开权重，只能通过API使用，这与开源社区路线形成鲜明差异。客户侧的早期反馈也给出了体感数据：教育科技公司RevisionDojo表示学生获得提示、答案标注与定义解释的反馈时间压缩到约1秒，而且质量不输此前使用的模型；另一家早期客户Octen AI的报告则更冷静，词元生成中位数0.9秒，但完整响应中位数2.2秒，说明端到端延迟并不只由模型决定，工程链路的每个环节都在贡献耗时。
基准数据是这次发布里最需要审读的部分。Inception公布了12项基准，称Mercury 3在其中8项领先GPT-6 Luna与Claude Haiku 5.5，包括IFBench 76.84、GPQA Diamond 89.23、SWE-Bench Atlas 51.08等。但落后的项目同样写在官方材料里：DeepSWE v1得分46.31，低于Haiku 5.5的51.62；长上下文检索MRCR v2得分75.50，同样低于对手的78.40。更关键的是方法学细节：对标模型的成绩由Inception自行测量，公告未披露运行环境与采样设置，这意味着这份成绩单目前只有公司自证效力，尚无独立第三方复现。行业对这类自报数据的标准态度是：值得认真对待，但不足以定论。比较公允的读法是，Mercury 3证明了扩散架构在通用智能上已经进入第一梯队边缘，长上下文与长链编码仍是短板，而这些短板恰恰是当前智能体应用最依赖的能力。对开发者来说，现实的选型建议是拿自己的真实任务做端到端对比，重点看任务完成率、响应延迟与每个成功任务的成本，而不是只看榜单排名。
Mercury 3瞄准的首批场景里，智能体排在了最前面，原因在于智能体的延迟经济学与其他应用完全不同。一次智能体任务往往要反复调用模型几十次：导航网页、检索资料、分析日志、尝试不同方案，每一步的等待时间会复利式累加，单步延迟的减少直接压缩整个任务的完成时间，还让智能体有余裕在回答前多试几条路径。实时交互场景是另一个受益者：在线辅导、同声翻译、写作助手，这类产品的体验底线就是模型跟得上用户的节奏。不过扩散路线的竞争压力并未消失，谷歌的Gemini Diffusion曾展示过类似潜力，但首发之后迟迟没有公开更新，说明这条路线的工程化门槛真实存在；自回归阵营的速度优化模型也在快速进步，Mercury 3建立的速度优势窗口可能很短。老用户的迁移窗口也值得注意，Mercury 2与2.5的访问将持续到11月15日，企业客户按合同另行安排。从更大的图景看，这次发布真正的价值不在于某项分数，而在于它把一个架构层面的开放问题往前推了一步：智能与速度不必二选一，这条判断如果被更多独立测试证实，2027年的模型选型清单里，扩散路线将第一次成为必选项。