Inception "Mercury 3", 1000 tok/s diffusion LLM
来源：Hacker News 首页收录：2026/10/19
✦ AI 解读
Inception Labs 发布 Mercury 3 扩散式大语言模型，宣称推理速度可达每秒 1000 token，远超传统自回归模型。该模型基于扩散架构而非逐 token 生成，有望显著降低推理延迟，适用于实时交互场景。目前 HN 讨论热度一般，技术细节与基准评测尚待社区验证。
Article URL: https://www.inceptionlabs.ai/blog/introducing-mercury-3
Comments URL: https://news.ycombinator.com/item?id=50155245
Points: 23
# Comments: 4
相关推荐
Kimi K3.1 Pro and K3.1 Pro Highspeed
✦ AI 摘要月之暗面（Moonshot AI）在 Kimi Code 文档中上线 Kimi K3.1 Pro 与 K3.1 Pro Highspeed 两个模型版本，前者主打高质量代码生成，后者面向低延迟高速推理场景。该消息在 Hacker News 引发 169 点、79 条评论讨论，从业者关注其代码能力、定价与高速版的实际吞吐表现。
Kimi K3.1 Pro and K3.1 Pro Highspeed
✦ AI 摘要Kimi 发布 K3.1 Pro 与 K3.1 Pro Highspeed 两款模型，官方文档页面已上线，并在 Hacker News 引发讨论（86 分、21 条评论）。Highspeed 版本推测主打低延迟推理，适合对响应速度敏感的编码等场景。目前公开信息有限，具体参数、基准评测与定价尚未披露，建议关注官方后续更新。
Gemma-4-26B-A4B with 39-69% less thinking at same accuracy
✦ AI 摘要Hacker News 上分享的一篇文章介绍 Gemma-4-26B-A4B 模型，声称在保持相同准确率的前提下，将思考（推理）过程减少了 39% 至 69%。该内容来自个人博客 bottlecapai.com，讨论热度较低（3 分、0 评论），但涉及大模型推理效率优化这一从业者关注的方向，具备一定参考价值。