Inception 发布 Mercury 2.5：扩散 LLM 提速，每秒 1100 Tokens

国外大模型InceptionInception Labs · 2026-09-08 · 约1分钟 · 来源：Inception Labs 官方博客

Inception Labs 于 9 月 8 日发布 Mercury 2.5：新一代扩散大语言模型（dLLM），生产环境输出超 1100 Tokens/秒，自称最快的推理 LLM，较 Mercury 2 智能提升 40%，上线价 2 折（输入 0.04 美元/百万 Tokens）。

扩散路线是自回归之外的另一条路：首 token 延迟压到 300ms 内、吞吐 5-7 倍、单任务成本低 7 成；同步预览 Mercury Voice 与 Mercury Router，已上架 Inception API、OpenRouter 与 Baseten。