并行扩散生成
按并行方式生成 token，而不是一次生成一个，网站称这使其在商用 NVIDIA GPU 上可实现每秒超过 1,000 个 token。
Inception
认领Inception 旗下 Mercury 系列大模型，包含用于推理的 Mercury 2 和用于代码编辑的 Mercury Edit 2，适合 API 驱动应用、开发工作流、语音、智能体与搜索。
概述
Inception 构建名为 Mercury 的基于扩散的大语言模型。网站将其定位为比传统自回归 LLM 更快、更高效的替代方案，具有相同的通用 API 式工作流程，但生成机制不同。
Mercury 2 被描述为公司的最快推理模型，也是首个推理 dLLM；Mercury Edit 2 则是一款更小的模型，专注于代码编辑和开发工作流中其他对延迟敏感的部分。公开网站还强调了可控输出、多模态方向以及企业部署选项。
核心能力
受控输出格式
支持结构化输出和细粒度控制，使响应能够遵循 schema 和语义约束。
适配不同工作负载的模型组合
提供适用于不同工作负载的推理模型和更小的、面向编码的模型，以满足对延迟敏感的编辑任务。
即插即用的 API 兼容性
被描述为兼容 OpenAI，并可与 AISuite、LiteLLM 和 LangChain 等工具及库配合使用。
有文档说明的上下文窗口
Mercury 2 的上下文窗口为 128K，Mercury Edit 2 的上下文窗口为 32K。
多种部署选项
提供通过 Inception API、AWS Bedrock、Azure Foundry，以及 OpenRouter 和 Models.dev 等模型路由器的部署路径。
实际用例
快速推理应用
将 Mercury 2 用于多步推理工作，适合对延迟有要求的复杂助手、分析或其他交互式应用。
开发工作流
将 Mercury Edit 2 用于代码编辑、自动补全，以及编码工作流中其他对响应时间至关重要的小步骤。
语音与智能体体验
在产品需要快速来回响应时，将这些模型用于实时语音或面向客户的智能体体验。
搜索与知识工作流
将 Mercury 用于企业搜索或内部助手，适合需要在公司知识库中进行快速检索式交互的场景。
生产部署
当团队需要受管的 API 访问、云采购选项或生产环境部署控制时，使用企业部署路径。
Pros and Cons
Pros
- 并行扩散生成被宣传为有助于提升推理速度和 GPU 效率。
- Mercury 2 和 Mercury Edit 2 覆盖了从推理到代码编辑的不同工作流需求。
- 该 API 兼容 OpenAI，并可通过常见集成库支持使用。
- 企业部署选项包括数据处理、网络和商务条款方面的控制。
- 网站公布了面向编码、语音、智能体和搜索的使用场景。
Cons
- 公开的 `/pricing` 页面当前返回页面未找到信息，因此定价细节必须从模型页面获取。
- 网站对完整的多模态产品行为和具体模型限制仅提供了有限的公开说明。
FAQ
我应该使用哪个模型？
Mercury 2 是该公司的最快推理模型，适用于对性能和速度都很重要的复杂应用。Mercury Edit 2 是一款更小、以编码为重点的模型，适合代码编辑和其他对延迟敏感的步骤。
团队如何将 Mercury 集成到现有应用中？
网站说明 Inception 兼容 OpenAI，并支持包括 AISuite、LiteLLM 和 LangChain 在内的库。示例中使用的 Inception API 为 `https://api.inceptionlabs.ai/v1/chat/completions`。
是否提供定价信息？
模型页面上显示的公开定价信息列出了 Mercury 2 和 Mercury Edit 2 的按 token 计费价格，同时还提供一个免费账户流程，新 API 密钥可获得 1000 万免费 tokens。单独的 `/pricing` 页面目前返回页面未找到信息。
有哪些企业部署选项？
企业页面说明，在适用情况下，部署选项可包括不记录或保留提示词的模式、私有网络、专用容量或吞吐量保障，以及用于安全、法律和采购的自定义条款。
Mercury 适合哪些类型的工作流？
Mercury 被定位为适用于快速编码、实时语音、即时智能体、企业搜索以及其他受益于低延迟和可控输出的工作流。
Quick Facts
- 类别
- AI Model Platform
- 品牌
- Inception
- 主要模型
- Mercury 2, Mercury Edit 2
- API 兼容性
- OpenAI compatible
- 源域名
- inceptionlabs.ai
- 定价形式
- 按 token 计费，另有企业联系销售