Mercury 3 以每秒 1,068 個 token 的速度登場——而且完全沒有公布任何一項基準測試數字

Inception Labs 於 2026 年 10 月 19 日發布 Mercury 3，公告一開頭就以三個數字領銜：在 NVIDIA GPU 上每秒 1,068 個 token、100 萬 token 的上下文視窗，以及只要上市優惠仍在持續期間，每百萬輸入 token 0.10 美元。它所沒有的，是任何一項基準測試分數。品質主張是比較式的——Mercury 3「優於 GPT-6 Luna 與 Claude Haiku 5.5」——而文中每一項量化主張都與速度、規模或價格有關。這與其說是批評，不如說是：如果你正在決定本週是否要把某個工作負載遷移到它上面，你手邊能用的證據就是這個樣子。本文將逐一說明 Inception 實際推出了什麼、這些未經評分的說法意味著什麼，以及開發者在「試用看看」與「依賴它」之間應該把界線劃在哪裡。 像這類發布背後的已記錄 AI 故障與代理事件，都收錄在 the OrcaRouter AI Incident Archive，每一條紀錄都附有自己的來源、嚴重程度、信心等級與爭議標記。

Inception 在 10 月 19 日端出了什麼

Mercury 3 是一種擴散語言模型——Inception 的術語是 dLLM——該公司稱其為迄今為止發布的最強大的基於擴散的模型。該架構會平行生成 token，而非一次生成一個，這正是吞吐量宣稱的依據。Inception 表示，該模型的總參數量比 Mercury 1 大逾 40 倍，但未公布絕對參數數量；而且在其基準測試套件中測得的智能程度，從 Mercury 1 (mini) 到 Mercury 3 約提升三倍。

• 上下文 — 100 萬個 token，相較 Mercury 2.5 的 26 萬大幅提升，最大輸出可達 131,072 個 token。

• 價格 — 定價為每百萬輸入 $0.20、每百萬輸出 $0.70；上市優惠期間則為 $0.10 與 $0.35。

• 快取輸入 —— 按牌價每百萬 $0.02，於推出期間減半至 $0.01，即輸入費率慣有的 90% 折扣。

• 推理強度 — 四種設定：即時、低、中、高。省略參數時，Mercury 3 預設為低；而 Mercury 2.5 和 Mercury 2 則預設為中。

• 模態 — 文字輸入，文字輸出。聊天補全端點支援工具呼叫與結構化輸出。

• API 形式 — 與 OpenAI 相容的聊天補全，temperature 可調整於 0.5 至 1.0 之間。

• 可用性 — Inception 自家的 API 平台，新帳戶可獲得 1 億個免費 token，以及數個第三方推論平台。企業部署另提供專用容量、自動擴展與可設定的資料保留。

預設的 effort 設定是最容易被忽略、也最可能造成影響的細節。以「low」effort 作為預設來回答的模型，會看起來更快，但分數低於同一個模型以「high」effort 運作時；而 Inception 自家的比較說法並未說明是哪個設定產生那些結果。如果你自己對 Mercury 3 做基準測試，請明確固定 effort 等級，否則你的數字無法與其他人的相比。

品質宣稱是比較性的，而非量化的

再讀一次這句話：Mercury 3「勝過 GPT-6 Luna 和 Claude Haiku 5.5」。這兩者都是速度最佳化的模型，並非前沿旗艦，而對一個整個賣點就是延遲的模型來說，這樣的比較是恰當的。但公告沒有提供差距幅度、沒有基準測試名稱，也沒有各項任務的結果，因此除非你自己實際跑過，否則這項說法無法用公開測試框架來查核。

唯一有實質結構支撐的品質結果，是一項代理測試。Inception 在自家生產環境的網頁代理測試框架中，讓 Mercury 3 面對前沿模型，執行 50 項真實的 Mind2Web 導航任務，並稱其完成了其中 50%，「顯著多於 GPT-6.1-Sol」，且使用相同的 token 量與相同的代理步數，因此每 token 成本僅為一小部分。五十項任務只是小樣本，測試框架是 Inception 自家的，且比較模型只被點名、未公布分數。這是真實訊號——在真實網站上完成任務，比選擇題套件更難被操弄——但這只是訊號，不是能放進採購文件的量測數據。

Inception 也說 Mercury 3「表現與前沿速度最佳化模型持平或更佳」，而非與前沿推理模型持平。這個區別在文中扮演了關鍵角色，值得照字面理解：這是一款定位於對標快速層級的模型，而不是對標 Claude Opus 5.5 或 Gemini 4 Argon。

速度數字，與最後的 Mercury 對照

每秒 1,068 個 token 是這則消息的標題數字，也是最容易被斷章取義引用的數字。Inception 將其歸因於「NVIDIA GPU」，卻未說明硬體型號、批次大小、effort 設定，也未說明這是單流還是彙總測量。這四項因素中任何一項，都能讓這個數字相差數倍。

現有的獨立測量是針對上一代。Artificial Analysis 在其自有測試框架下測得 Mercury 2.5 約為每秒 706 個 token，Mercury 2 則在 680 多，兩者都低於伴隨那些發布而來的廠商數據。這個差距是此類別中廠商數據與獨立數據之間正常的折扣，並非惡意的證據——但這正是你在有人重現 1,068 之前，應該在心裡對它套用的折扣。

截至 2026 年 10 月 20 日，Artificial Analysis 尚無 Mercury 3 頁面：其模型索引仍列出 Mercury 2.5 與 Mercury 2，而 Mercury 3 的 URL 則沒有任何內容。因此，在發布一天後，這項速度宣稱尚無獨立驗證。這點將會改變；值得關注的不是該數字是否落在 1,068 附近，而是在中立評測框架下，與 Mercury 2.5 的差距是否仍如 Inception 的表述所暗示的那樣大。

首發折扣的價值何在，以及它並非什麼

五折優惠被稱為臨時性——「推出時」——且沒有結束日期。這使它成為推廣費率，而非價目表，任何以 $0.10/$0.35 建立的成本模型都有一個你看不見的到期日。規劃時應以定價（list price）為準。

一個具體的比較能清楚說明規模。假設每天有 1,000 萬個輸入 token 和 4,000 萬個輸出 token 的客服或搜尋工作負載。按定價表計算，Mercury 3 的輸入費用為 2 美元，輸出費用為 28 美元，也就是每天 30 美元。按上市優惠價計算，同樣流量的費用為 1 美元和 14 美元，也就是每天 15 美元。一個月下來大約是 900 美元對上 450 美元——這項促銷的價值，大致相當於該模型相較於中階自迴歸模型的全部定價優勢。這很有用，但不值得因此圍繞它來設計架構。

快取輸入這項計價，才是真正改變代理工作負載成本結構的關鍵，因為代理在每一步都會重送相同的系統提示與工具定義。以每百萬個快取 token 0.02 美元計算，一段 20,000 token 的前言每次呼叫只需 0.0004 美元，而不是 0.004 美元。在五十步的代理執行中，前言成本是兩美分而不是二十美分，這正是每項任務定價能否成立、還是只能勉強維持的分野。

Inception 不是在賣聊天機器人

此次發布圍繞的是一個產品組合，而非單一模型，而這樣的定位也說明了這款產品是為誰而打造。Mercury Voice 針對語音代理中首個答案 token 的延遲進行調校；Mercury Decide 則是部署在獨立端點上的分類與評分模型，定價為每百萬輸入 token 兩美分，輸出則不收費。Inception 的客戶證言全都來自對延遲敏感的生產系統：TinyFish 的網頁代理測試框架、RevisionDojo 的輔導回饋、Octen 的搜尋生成，以及 Lorikeet 的客戶支援。

這些是這樣的工作負載：兩秒回應是產品要求，五秒回應就是缺陷。它們也是出錯後可補救的工作負載——提示給錯、搜尋答案不佳、客服對話被升級——而這正是尚未公布基準測試分數的模型可以安全嘗試的風險輪廓。

本週這讓建商處於什麼境地

Mercury 3 不在 OrcaRouter 的目錄中。我們的模型 API 目前對任何 Inception 模型都不會回傳任何內容，而我們網站上也沒有 Mercury 3 的模型頁面，因此任何想呼叫它的人，只能前往 Inception 自家的平台，或 Inception 所列的其中一個第三方託管服務。我們寧可把話說清楚，也不要暗示我們並沒有提供的途徑。

在這種情況下，我們的路由層真正有用的地方，是圍繞新模型的那部分，而不是模型本身。面對一個未經證實、速度異常快的版本，可行的模式是雙模型路徑：把延遲敏感的層級透過 Inception 的金鑰送到 Mercury 3，並把備援與棘手案例留在我們確實有提供的模型上——超過 200 個模型，全都透過同一個與 OpenAI 相容的端點提供，價格為供應商定價且 0% 加價，若供應商服務品質下降就會自動容錯切換。你在值得的地方獲得速度，在重要的地方獲得第二意見，而且備援不需要第二次整合。

未來幾週有三件事值得關注。第一，獨立的 Mercury 3 測量結果，這將一口氣敲定吞吐量數字與品質定位。第二，Inception 是否會公布其自身數據背後的投入程度設定與硬體，因為缺少這些資訊的基準測試無法重現。第三，上市折扣是否會有截止日期——其定價比 Mercury 2.5 的輸出費率低 33%，約為 Claude Haiku 5.5 的五分之一，而一家剛將模型規模擴大了 40 倍的公司，有理由希望人們記住的是促銷價。

在那之前，誠實的總結是這樣：Mercury 3 是一次真實的發布，具備站得住腳的架構論述、確實積極的價格，以及一項尚未被 Inception 以外任何人測試過的品質主張。對於延遲受限、且流程中有人員或升級路徑的工作負載，這足以證明值得花一週進行評估。對於任何錯誤答案代價高昂且無人監控的情況，這還不足以證明值得遷移。