Inception 是一家专注于扩散式语言模型（Diffusion LLM）的 AI 公司，其核心产品 Mercury 系列不采用主流的自回归逐字生成方式，而是通过扩散并行解码来大幅提升生成速度，目标是以更低的延迟和成本服务对吞吐量敏感的应用场景。
Inception 的近期进展
2026 年 10 月 19 日，Inception 发布了新一代扩散语言模型 Mercury 3，官方称输出速度达到 1,068 tokens/秒，成为扩散路线在商业落地上的代表性节点。多家渠道同步跟进：Inception 发布 Mercury 3 扩散语言模型，速度达 1,068 tokens/秒、Inception 发布扩散语言模型 Mercury 3，每秒输出超 1000 tokens。
同一日，Mercury 3 接入了多个主流推理网关。Vercel 的 AI Gateway 上架该模型并给出 1000 tokens/秒的速度与限时五折价格，OpenRouter 也在当天宣布上线，标注速度超 1000 token/秒。这表明扩散模型正快速进入面向开发者的标准分发渠道：Mercury 3 上架 Vercel AI Gateway：1000 tokens/秒，限时五折、Inception 扩散模型 Mercury 3 上线 OpenRouter。
在 Mercury 3 之前，Inception 已通过 Mercury Decide 决策模型持续扩展产品线：先在 OpenRouter 推出决策模型端点，随后新增零数据保留的付费端点，并于近期支持图像输入，显示其在轻量、低延迟任务上的多模态尝试：Mercury Decide 上线图像输入、Mercury Decide 决策模型上线 OpenRouter。
值得注意的是，同一天 DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash 与 Mercury 3 集中发布，高速推理赛道竞争明显升温，扩散式与自回归 Flash 模型正直接争夺低延迟场景：DeepSeek V4.1 Flash 1017、MiniMax M3.1 Flash 与 Mercury 3 同日发布。
当前焦点与观察点
围绕 Inception 的讨论主要集中在两点：一是速度数字与实际质量的关系，1,068 tokens/秒的吞吐在代码补全、路由决策等场景价值明确，但生成质量仍需开发者实测验证；二是生态适配进度，包括 vLLM 等推理框架、各网关的接入速度，以及五折定价之后能否维持有竞争力的单位成本。
接下来值得关注的观察点包括：Mercury 3 在真实生产负载下的稳定性与折扣结束后的定价走向、Mercury Decide 多模态能力的进一步扩展，以及扩散式语言模型能否从速度差异化走向质量对标。对开发者而言，将其纳入 A/B 测试并对比自回归 Flash 模型，是评估 Inception 产品的务实路径。