Inception Labs于周四推出Mercury 2，声称这是世界上最快推理语言模型。其生成速度约为每秒1000 token，远超Anthropic的Claude Haiku 4.5 Reasoning（每秒89 token）和OpenAI的GPT-5 Mini（每秒71 token）。该速度与Google的DiffusionGemma相当。两者均采用扩散技术：用随机占位符填充文本块，再通过多次并行迭代去除噪声，不同于逐步逐token生成的顺序模型。然而，Mercury 2在关键基准测试中显著优于DiffusionGemma。在AIME 2026测试中，Mercury 2得分90%，而DiffusionGemma得分为69.1%。在GPQA博士级科学基准上，两者几乎持平（77% vs 73.2%）。Google自身文档也承认DiffusionGemma在各方面落后于标准Gemma 4。Augment Code报告称，切换至Mercury 2后，延迟降低82%，成本削减90%。Inception Labs由斯坦福教授Stefano Ermon创立，他是基于分数的扩散技术先驱之一。该公司从Nvidia风投部门、Andrew Ng和Andrej Karpathy处筹集了5000万美元。尽管在速度敏感型任务中前景广阔，但Mercury 2是闭源权重API模型，扩散LLM生态系统仍在发展之中。

关键事实

• Mercury 2每秒生成约1000 token，远超Claude Haiku 4.5（89/s）和GPT-5 Mini（71/s）。
• 在AIME 2026测试中，Mercury 2得分90%，DiffusionGemma为69.1%。
• Augment Code报告使用Mercury 2后延迟降低82%，成本削减90%。
• Mercury 2是闭源权重API模型；DiffusionGemma为Hugging Face上的开放权重。
• Inception Labs从Nvidia、Andrew Ng和Andrej Karpathy处筹集5000万美元。

KeyAudit 数据视角