Inception Mercury 3 是什么：速度、价格、跑分与 API（2026）

Inception Mercury 3 是一款快速、便宜、纯文本的模型，面向 Agent、语音和搜索类工具——这些场景里，等模型返回就是最大的成本。它有 1M token 上下文窗口，最多输出 131,072 个 token，支持工具调用和结构化输出，API 兼容 OpenAI。Inception 新账号赠送 1 亿免费 token。完整介绍见 Inception 的发布公告；价格和限制见模型页。

要点：

1. 2026 年 10 月 19 日发布，是 Inception 的旗舰模型；Mercury 2 和 2.5 已停止向新用户开放。
2. 输出速度 1,068 tokens/s。
3. 1M token 上下文（Mercury 2.5 为 260K）；最大输出 131,072 token。
4. 首发价每百万 token 输入 $0.10 / 输出 $0.35，是原价 $0.20 / $0.70 的一半。
5. 可在 Inception API、OpenRouter、Baseten 和 Vercel 上使用。

1. Inception Mercury 3 参数一览

Inception 没有公布参数量，只说 Mercury 3“比 Mercury 1 大 40 倍以上”。没有开放权重，只能通过 API 使用。

2. 扩散 LLM 和 GPT、Claude 有什么不同

GPT、Claude 和 Gemini 都是自回归模型：预测下一个 token、拼接上去、再重复，所以 1,000 个 token 的回答要一步接一步地走 1,000 步。

扩散 LLM 先生成整段回答的粗略草稿，再在固定轮数内同时细化所有位置，这个过程叫去噪（denoising）。每一轮同时更新大量 token，GPU 利用更充分，长输出所需步数少得多。在 Inception 的聊天应用里打开“Diffusion Effect”就能看到：回复先是一堆乱码，然后逐渐清晰成文字。

过去最大的疑问是：扩散模型规模变大后会不会继续变聪明。Mercury 3 给出了答案：参数约为 Mercury 1 的 40 倍，在 Inception 标准基准集上得分约提高到 3 倍，速度不变。

3. Mercury 3 速度与跑分

真实应用中的速度。首发合作伙伴的数据：

• Octen AI（智能眼镜上的搜索）：生成中位数 0.9 秒，端到端 2.2 秒。
• RevisionDojo（辅导）：提示和批改答案约 1 秒返回。
• TinyFish AI（网页 Agent）：50 个真实 Mind2Web 任务完成 50%，在相同 token 和步数预算下明显领先 GPT-6.1-Sol。

跑分。在 medium 设置下，Mercury 3 对比 GPT-6 Luna 和 Claude Haiku 5.5，12 项测试中领先 8 项：

图上的主分数是 Inception 自己对 12 项基准（包括 GDPval、SciCode、Tau3-Banking、Terminal-Bench v2.1 和 BrowseComp+）取的平均分，现在标为“Model Quality”，与 Artificial Analysis 的 Intelligence Index 不是一回事。

Mercury 3 最强的是指令遵循和 Agent 编程，长上下文检索和较长的编程任务略微落后。如果你的场景主要是 50 万 token 级的文档召回，先测这一项。

X 上早期用户怎么说

• Serafim Batzoglou 用他的归纳推理基准测试（训练集 9%、留出集 5%），结果“与 Gemini 3.5 Flash 大致持平”，并称以这个价格而言“令人难以置信地出色”。
• 开发者认为它作为 Agent 模型很强，在德语法律任务上“非常快且准确”。
• 批评者希望看到 high 档位而非只有 medium 的对比；有用户实测同一任务的思考 token 是 Luna 的 7.7 倍——成本上值得留意。
• 常见问题：20 万 token 提示和高并发下的速度，以及开放权重（尚未宣布）。

4. Mercury 3 价格

按首发价，Mercury 3 的输出比 Haiku 5.5 和 GPT-6 Luna 便宜 30%（每百万 $0.35 对 $0.50），输入价格相同。按原价，输出贵 40%。长期优势在速度。

免费额度：新账号 1 亿 token，无需绑卡。每分钟速率限制：Free 1,000 次请求 / 1M 输入 / 100K 输出 token；Pay As You Go 3,000 / 3M / 300K；Enterprise 可定制。

还在用 Mercury 2 或 2.5？两者都已停止向新用户开放。2026 年 10 月 19 日前有用量的老客户可用到 2026 年 11 月 15 日；企业合同照常。

5. 如何使用 Mercury 3 API

API 兼容 OpenAI：模型 id 为 mercury-3，base URL 为 https://api.inceptionlabs.ai/v1。使用官方 Python SDK：

# pip install inceptionai ; export INCEPTION_API_KEY=...
from inceptionai import Inception

client = Inception()  # reads INCEPTION_API_KEY
resp = client.chat.completions.create(
    model="mercury-3",
    messages=[{"role": "user", "content": "Summarize this incident log in 5 bullets: ..."}],
    reasoning_effort="low",      # instant | low | medium | high
    temperature=0.75,            # allowed range 0.5–1.0
    max_completion_tokens=8192,
)
print(resp.choices[0].message.content)

注意事项：

• reasoning_effort 在 Mercury 3 上默认为 low（Mercury 2/2.5 默认 medium）。语音场景用 instant，多步推理用 high。
• temperature 范围是 0.5 到 1.0，不能设为 0。
• 工具调用、结构化输出（response_format）和流式输出都可在 chat completions 中使用。
• 在 OpenRouter 上 id 为 inception/mercury-3。
• Inception 文档提供了 Claude Code（通过 LiteLLM 桥接）、Cursor、OpenCode、Kilo Code、LangChain、ElevenLabs 和 Vapi 的接入指南。

6. 切换前要知道的 Mercury 3 限制

• 仅支持文本。不支持图像或音频输入（图像输入在 Mercury Decide 里，那是一个独立的分类模型）。
• 长上下文是最弱项。尽管有 1M 窗口，在 MRCR v2 和 AA-LCR 上仍落后。
• 闭源模型。没有开放权重，除企业合作外不能自部署。
• 首发定价。50% 折扣没有公布结束日期。
• temperature 范围窄（0.5–1.0），会影响需要确定性输出的评测流水线。

7. Sumus 的位置：快模型 + 团队群聊里的 AI 队友

Sumus 让 Mercury 3 这样的快模型在你的团队群聊里干活。团队成员和 AI 队友在同一个群聊里：你用大白话交代任务，AI 队友再拉其他 Agent 分担子任务，大家在同一个讨论串里一起检查结果。Mercury 3 每一步约 1 秒就能回应，多个 Agent 可以并行尝试不同方案，几分钟内就能对比结果。

比如对 AI 队友说：“用 Mercury 3 和 Haiku 5.5 跑一遍我们的 20 条客服提示，总结各自在哪里出错。”它会把工作拆给多个 Agent，然后发出一份全队都能审阅的对比总结。你已经在本机跑的编程 Agent，比如 Claude Code 或 Codex，也能作为队友加入同一个群聊。想要一个每周帮你跑这种对比的？在 Sumus 请一个 AI 员工。

让 Mercury 3 和一队 AI Agent 在你的群聊里干活 → 免费开始，请一个 AI 员工

我们接下来关注什么

• OpenRouter 和 Artificial Analysis 上的第三方吞吐数据。
• 50% 首发折扣何时结束，是否早于 Mercury 2 在 11 月 15 日的停用。
• 大规模长上下文的实测结果。

资料来源

• Inception，Diffusion at Scale：Introducing Mercury 3，2026 年 10 月 19 日。
• Inception，X 上的发布帖，2026 年 10 月 19 日。
• Inception 文档，Models and pricing。
• OpenRouter，inception/mercury-3。
• 另参考：Inception 文档（Quick Start、Reasoning Efforts、Rate Limits）、Business Wire、MarkTechPost、Unite.AI、Artificial Analysis，以及 Stefano Ermon、OpenRouter、Vercel 和 Serafim Batzoglou 在 X 上的帖子。