Mercury 2主打低延迟推理
StefanoErmon · x · 2026-07-15
Mercury 2 被描述为“既足够聪明能推理，又足够快可用于电话语音场景”。 转发内容称，这个模型是“世界上第一个 reasoning diffusion LLM”，在标准 NVIDIA GPU 上可在 **<300ms** 内完成完整推理，并达到 **1000+ tok/s**。 帖子还引用 OpenCall_AI CEO 的话，强调它在不牺牲自然通话延迟的前提下，提供了所需的推理质量。
StefanoErmon · x · 2026-07-15
Mercury 2 被描述为“既足够聪明能推理，又足够快可用于电话语音场景”。 转发内容称，这个模型是“世界上第一个 reasoning diffusion LLM”，在标准 NVIDIA GPU 上可在 **<300ms** 内完成完整推理，并达到 **1000+ tok/s**。 帖子还引用 OpenCall_AI CEO 的话，强调它在不牺牲自然通话延迟的前提下，提供了所需的推理质量。