Inception 发布扩散语言模型 Mercury 2.5

9 月 9 日，Inception Labs 发布扩散语言模型 Mercury 2.5，由公司 CEO、斯坦福教授 Stefano Ermon 亲自宣布。官方称其为目前市场上最强的扩散式 LLM（dLLM），也是已知训练过的最大扩散语言模型，智能水平较 Mercury 2 提升 40%，支持 26 万上下文，在常见 NVIDIA GPU 上运行速度达 1107 tokens/秒以上。

已确认

• Mercury 2.5 已通过官方 API 及 OpenRouter、Baseten 提供，新账号赠送 1 亿 tokens
• 发布促销价为输入 $0.04/M、输出 $0.15/M tokens（约 8 折）
• 落地案例：OpenCall AI 在真实患者通话上运行语音 Agent，从某 AI 推理芯片方案切换到 Mercury 后延迟显著下降，Ermon 称 p99 延迟降至 1 秒以内，语音延迟可压到 200ms 内

为什么重要

• 扩散式架构在保持生成质量的同时大幅提升推理速度，直接冲击传统自回归 LLM 的延迟瓶颈
• 低延迟使其适合实时语音 Agent 等延迟敏感场景，价格也具备竞争力

2026-09-09 ~ 2026-09-10 · 7 条相关

• 【源头】Inception 发布 Mercury 2.5：最强扩散 LLM，1107 tokens/秒、26 万上下文 — StefanoErmon · 2026-09-09
• 【源头】OpenCall 用 Mercury 2.5 跑实时语音 Agent，p99 延迟降至 1 秒 — StefanoErmon · 2026-09-09
• 【源头】扩散模型 Mercury 2.5 上线：发布价 8 折，语音延迟压到 200ms 内 — StefanoErmon · 2026-09-09
• Inception 发布 Mercury 2.5：扩散 LLM 智能涨 40%，跑出 1100 tokens/秒 — timshi_ai · 2026-09-09
• Mercury 2.5 发布:扩散式 LLM 智能提升 40%,速度超 1100 tokens/s — Azaliamirh · 2026-09-09
• 扩散架构 LLM Mercury 2.5 发布：智能较前代提升 40%，超 1100 tokens/秒 — volokuleshov · 2026-09-10

另有 1 条近重复转述:volokuleshov