Mercury 3 跑分曝光:多项基准超 GPT-6 Luna 与 Haiku 5.5
StefanoErmon · x · 2026-10-20
Mercury 3 已被用于代码审查、互动教育、浏览器操作等 agent 应用,早期客户包括 TinyFish、Lorikeet、Bauplan 等。官方称其参数规模是 Mercury 1 的 40 倍以上,证明文本扩散路线可以规模化:智能提升而延迟不增。配图给出与 GPT-6 Luna、Claude Haiku 5.5 的基准对比:输出速度 1068 tok/s(对手约 130/240),SWE-Bench Atlas 51.08、IFBench 76.84、GPQA Diamond 89.23、BrowseComp+ 55.18,多项领先。
所属事件:Inception 发布扩散大模型 Mercury 3:1068 token/s、1M 上下文(8 条相关)→
「模型」频道最新
- 新决策模型 basal-omni-1.0-ultra 号称逼近前沿智能且成本极低 — tristanbob · 2026-10-20
- 新论文推翻旧结论：推理模型其实能很好地控制自己的思维链 — dair_ai · 2026-10-20
- 同一知识库问三家：Claude、NotebookLM、ChatGPT 检索风格实测对比 — kbavandi · 2026-10-20
- 时隔434天复测:ChatGPT与Claude仍无法渲染JavaScript内容 — gaganghotra_ · 2026-10-20
- 第三方评测：Dream-1 机器人控制便宜 16 倍、快 1.7 倍登顶 RoboDojo — scott_e_reed · 2026-10-20
- 花 0.08 美元实测 DeepSeek 搜索 API：权威分靠主机，垃圾过滤漏网 — gaganghotra_ · 2026-10-20