Inception 扩散模型 Mercury 3 上线 OpenRouter

Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Mercury 2.5 的 4 倍。

Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5；上线期五折，价格 $0.10/M 输入、$0.35/M 输出。

Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Mercury 2.5 的 4 倍。Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5；上线期五折，价格 $0.10/M 输入、$0.35/M 输出。

• Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Mercury 2.5 的 4 倍。Inception 报告其在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上超过 GPT-6 Luna 和 Haiku 5.5；上线期五折，价格 $0.10/M 输入、$0.35/M 输出。
• 原贴提到：Inception 的扩散模型 Mercury 3 上线 OpenRouter，生成速度超 1,000 tok/s，支持 1M 上下文，是 Me
• 来源：x.com

这是什么信号：Mercury 3 是扩散架构语言模型的一次正面冲榜：它把“生成速度”和“长上下文”一起推到 1,000 tok/s 以上与 1M 上下文，同时用 IFBench、GPQA Diamond、SWE-Bench Atlas 三个不同维度的基准，宣称超过 GPT-6 Luna 与 Haiku 5.5。渠道选择也值得注意——先上 OpenRouter，而不是只走自建 API，意味着它想直接进入开发者已有的模型路由池。

为什么重要：扩散模型过去更多停留在研究叙事，Mercury 3 把“速度+上下文+基准成绩+低价”打包成一个可调用商品，直接压在主流闭源模型的性价比区间。上线期五折后 $0.10/M 输入、$0.35/M 输出，配合 1,000 tok/s 的吞吐，改变的不只是单次调用成本，还有高并发、长文档、多轮代理这类场景的可行性边界。

对谁有价值：一是做长上下文处理（合同、代码库、日志、研究报告）的应用团队；二是对延迟敏感的实时交互产品，如客服、编程助手、语音链路后端的文本生成环节；三是需要在 OpenRouter 上做多模型比价和灰度切换的工程团队；四是关注扩散语言模型路线是否工程可用的技术决策者。

可以怎么行动：第一步做小样本对照测试，别只看厂商公布的基准，用自己业务的真实 prompt 在同一任务集上对比现有主力模型，重点看长上下文尾部的召回质量和 1,000 tok/s 在实际并发下的稳定性。第二步因为已在 OpenRouter，可以低成本做 A/B 灰度或按任务分流（高吞吐低难度任务走 Mercury 3，复杂推理仍留强模型）。第三步把上线期五折当成测试窗口，量化迁移后的单位成本变化。

风险与限制：基准成绩来自 Inception 自报，IFBench、GPQA Diamond、SWE-Bench Atlas 的对比口径、采样参数与版本细节未在信号中披露，不能等同于独立复现结论。扩散模型在结构化输出、指令遵循稳定性、工具调用兼容性上的实际表现仍需验证。五折是上线期价格，长期定价未定；1M 上下文下的有效注意力和延迟表现也要单独测。建议保持多模型冗余，不把关键链路单点押在新模型上。

这条内容的真正价值，不只是“有人发布了一个新功能”，而是它揭示了 x.com 背后的产品方向、工作流变化或竞争信号。对 OPC 来说，这种信息可以转化成持续追踪的栏目选题。

如果把《Inception 扩散模型 Mercury 3 上线 OpenRouter》放到你的内容系统里，它最大的价值在于帮助读者更快看懂“为什么值得关注”，而不是只看到一条碎片化动态。

• @OpenRouter 原帖