Inception Labs 发布扩散式语言模型 Mercury 3，早期用户称其能力明显强于上一代。一位试用者表示最初较慢，随后达到约 300–400 tokens/s，虽未接近 1000 tokens/s，但比其常用模型快得多；另一位用户称它在多轮 HTML 修改任务中表现更可靠。目前这些均为早期体验，缺少独立基准或系统性评测，尚不能确认其相对其他模型的真实性能。
背景
Mercury 是 Inception Labs 的扩散语言模型（dLLM）系列，其 arXiv 论文将该系列描述为用扩散方式生成文本、以高速高质量输出为目标的一类模型。与逐 token 生成的自回归模型不同，扩散模型通过对整块 token 并行迭代去噪和修正来出文，这既是其速度优势的来源，也带来并行解码中的误差累积难题；Horizon 4 月 11 日的日报曾报道新加坡国立大学的 DMax，正是针对这一误差累积提出的渐进式自我修正方案。
参考链接
社区讨论
有评论者认可速度带来的体验提升，称 300–400 tps 虽低于 1000 tps 仍远快于常用模型，并认为快速 LLM 能支持新的交互方式；也有人称 Mercury 3 在多轮 HTML 更新中比前代更可靠。另有评论提到可通过 OpenRouter 或 Inception API 调用，并质疑 Google 的 Gemini Diffusion 演示此后缺乏明显后续。