Inception Mercury 3：每秒 1,068 token 的速度與跑分比較

重點先看： Inception 於 2026 年 10 月 19 日推出 Mercury 3。三篇報導寫每秒 1,068 token，另一篇寫「超過 1,000」。各方的品質比較並不一致：有來源說公告沒有附分數，另一份表格則顯示 Claude Haiku 在部分項目領先。

會被貼進聊天的是速度。OrcaRouter 10 月 19 日的稿寫，Inception Labs 當天放出 Mercury 3，公告開頭三個數字：NVIDIA GPU 上每秒 1,068 token、100 萬 token 上下文、啟動折扣期間輸入每百萬 0.10 美元。同一篇接著說，公告裡沒有任何一個基準分數。品質那句是比較句。Mercury 3「優於 GPT-6 Luna 和 Claude Haiku 5.5」。OrcaRouter 歸給那則公告的量化主張，全是速度、規模或價格。

XenoSpectrum 10 月 20 日印了一張表，說是 Inception 公布的。四列。Haiku 5.5 在其中兩列領先。兩篇都在講同一個星期一的發布。除非他們看的不是同一份文件，否則不能同時是同一張記分板的完整描述。不假裝原頁已經把分歧判完。今晚查得到的，是二手頁之間的裂口。

本站寫過標價和平均不是同一刀。Haiku 5.5 短提示是 0.10 美元。寫過公開價有截止日期。Argon 的 2 美元不是永久的。寫過分數不是獎盃。Large 4 的 38 分。Mercury 3 是另一種：各篇連記分板存不存在都沒有對齊。

1,068，或超過 1,000，或 1,000 以上

OrcaRouter、Startup Fortune 10 月 19 日、XenoSpectrum，三篇都寫 NVIDIA 硬體上每秒 1,068 token。shattered.io 10 月 20 日的規格表寫「超過 1,000」。Startup Fortune 還引了 OpenRouter 當天的句子：Mercury 3 產生「1,000+ tok/s，100 萬上下文，是 Mercury 2.5 的 4 倍」。

這是三句不同的話。1,068 是一個計數。「超過 1,000」是一個下限。「1,000+」是帶加號的下限。筆記若寫 1,068，跟的是前三篇，他們都把它歸給 Inception。筆記若寫超過 1,000，跟的是 shattered.io 的表，同樣歸給公告。shattered.io 的問答寫明，截至該文，這些數字沒有被獨立複現。Startup Fortune 用自己的話說了同一件事：那些數字都來自 Inception，對照沒有被獨立評估者重跑。XenoSpectrum 說，BenchLM 2026 年 10 月的發布日誌把模型記在 10 月 19 日，附公告和模型頁的連結。日誌是發布紀錄，不是獨立驗證。

標明頁面。廠商自報，未被複現，而且不是每張桌子上的同一串字。

倍數更容易貼錯，它們不是同一種比較。

shattered.io 的表寫，Mercury 3 比 Mercury 1 大 40 倍以上，宣稱的速度優勢是 GPT-6 Luna 和 Claude Haiku 5.5 的 4 到 8 倍。對 Mercury 1 的規模，不是對 Luna 的速度。XenoSpectrum 兩句都重複了：參數是初代 Mercury 的 40 倍以上，品質「超過」Luna 和 Haiku，生成速度是 4 到 8 倍。OpenRouter 那句，經 Startup Fortune 轉述，是第三個比：比 Mercury 2.5 多 4 倍，掛在 1,000 以上的吞吐上，不是掛在參數量上。

相對舊模型 40 倍，相對後來的小模型 4 倍，相對兩個對手的速度 4 到 8 倍。投影片上若只剩一個「4 倍」，先問分母。OrcaRouter 補了一句：Inception 沒有公布絕對參數量。「比 Mercury 1 大 40 倍以上」沒有底數，就不是能寫進容量計畫的參數。

卡片上的價格是折扣，除非那張卡忘了寫

OrcaRouter 把牌價和啟動價分開。該篇的牌價：輸入每百萬 0.20 美元，輸出每百萬 0.70 美元。啟動折扣：0.10 和 0.35。快取輸入：牌價 0.02，啟動窗口 0.01。Startup Fortune 說，0.10 / 0.35 的啟動價是廠商所稱標準價的五折。0.20 的一半是 0.10。0.70 的一半是 0.35。這兩頁的算術對得上。

XenoSpectrum 說啟動期間是常規價格的一半，這和五折相符，抽到的文字裡也沒有折扣前的那一對。

把 shattered.io 的表貼進試算表、當成持續費率，你貼進去的可能是促銷。OrcaRouter 沒有寫啟動折扣何時結束。分開牌價和促銷的那一頁沒有給你日曆上的一天。只印 0.10 / 0.35 的那一頁把這一對稱作列出的價格。在你看到 Inception 自己的價目頁之前，記下你用的是哪一句。

上下文是比較穩的一列。OrcaRouter：100 萬 token，從 Mercury 2.5 的 26 萬上來，輸出上限 131,072。Startup Fortune：Mercury 2.5 大約到 26 萬，Mercury 3 是 100 萬。XenoSpectrum：前一代 26 萬，到 100 萬。shattered.io：100 萬，規格表裡沒有前一代的數字。另外三篇確認的是 100 萬。不是每篇都確認輸出帽。

一頁說記分板是空的。另一頁印了四列。

這一段會改變你這週要不要把流量接上去。

OrcaRouter 說，公告沒有差距、沒有基準名稱、沒有逐項結果，所以「優於 Luna 和 Haiku 5.5」不能對著公開評測架自行核對，除非你自己跑。它還說，Inception 的比較主張沒有寫明是哪個推理檔位做出來的。該頁上 Mercury 3 有四檔：instant、low、medium、high。省略參數時的預設是 low。Mercury 2.5 和 Mercury 2 的預設是 medium。預設用 low 回答的模型，看起來會更快，分數也可能更低。比較若藏了檔位，你的重跑對不上。

XenoSpectrum 描述的是另一份東西。它說 Inception 公布了一張基準對照表，三個模型的推理都設在 medium。印出來的列：

GPQA Diamond：Mercury 3 是 89.23，GPT-6 Luna 是 86.36，Claude Haiku 5.5 是 84.51。

IFBench：76.84、61.82、54.65。

DeepSWE v1：46.31、37.76、51.62。

MRCR v2：75.50、62.72、78.40。

這張表上，Mercury 3 領先前兩列。Haiku 5.5 在 DeepSWE v1 領先 5.31 分，在 MRCR v2 領先 2.90 分。XenoSpectrum 自己的句子才是該留下的：模型不是每一項都拿最高分，各方擅長的項目不同。「優於 Haiku 5.5」在同一篇文章印出的表上，不是每一列都成立。

Startup Fortune 點名的是三個基準，不是四個，集合也不一樣。它說 Inception 宣稱 Mercury 3 在 IFBench、GPQA Diamond 和 SWE-Bench Atlas 上打敗 Haiku 5.5 和 GPT-6 Luna。IFBench 和 GPQA Diamond 在 XenoSpectrum 的表上，而且 Mercury 3 領先。Haiku 領先的 DeepSWE v1 和 MRCR v2，不在 Startup Fortune 的三個名字裡。

所以讀 Startup Fortune 的人可以帶走「三項全勝」。讀 XenoSpectrum 的人可以帶走「medium 檔位的廠商表上，兩勝兩負」。讀 OrcaRouter 的人可以帶走「公告根本沒有分數，比較甚至沒寫檔位」。讀 shattered.io 的人得到優於對手的標題，外加 4 到 8 倍速度，問答裡寫這些數字未被複現。

單憑公開頁面，無法判定 OrcaRouter 或 XenoSpectrum 誰錯。兩者可能讀了不同的網址，表可能是其中一篇看完之後才放上去的，也可能其中一篇把另一篇不計入「公告」的圖當成了表。印出來的列上，Haiku 有兩列在前面。空白記分板的說法，和四列表，到 10 月 20 日都在流傳。引用時寫頁面。

OrcaRouter 確實記了一項有結構的品質結果，而且不是那張表。Inception 在自己的生產級網頁代理測試架上跑了 50 個線上 Mind2Web 導航任務，報告完成率 50%，「明顯多於 GPT-6.1-Sol」，token 量和代理步數相同。五十個任務。Inception 自己的測試架。對照模型有名字，沒有分數。OrcaRouter 稱它是訊號，不是排行榜。一個是填了另外兩個模型的廠商表列。另一個是私人測試架上的完成率，對照模型的分數沒有印出來。

就算兩頁都準，檔位也不一樣。OrcaRouter 說預設是 low，比較主張沒有寫檔位。XenoSpectrum 說表上三個模型都用 medium。medium 不是 OrcaRouter 描述的預設。你呼叫 API 時若省略 effort，OrcaRouter 說你在 low，不在那張表上。在意自己在測哪一句，就把參數釘死。

今晚能寫進設定檔的

列出存取點的幾頁是一致的：Inception 自己的 API、OpenRouter、Baseten、Vercel。shattered.io、Startup Fortune、XenoSpectrum 都是這組。OpenAI 相容的 chat completions，遷移是換 base URL，不是重寫。OrcaRouter 補了工具呼叫和結構化輸出、文字進文字出、temperature 可在 0.5 到 1.0 之間調。Inception 平台的新 API 金鑰附 1 億免費 token，OrcaRouter 和 XenoSpectrum 都這麼寫。免費額度不是啟動期間的 token 單價。免費桶會用完。0.10 美元可能是促銷。寫在不同的行。

架構若需要一個名詞：擴散語言模型，Inception 的說法是 dLLM，token 平行生成，不是一個一個來。這是 OrcaRouter 對吞吐主張從哪來的說明。它不是對 1,068 的獨立測量。

若相信 XenoSpectrum 的轉錄，已經存在的表否定了那句話的全稱版本。若相信 OrcaRouter，連廠商列都沒有，無從爭論。

真要試，把 effort 釘住。OrcaRouter 的警告是操作層的。它描述的預設是 low。XenoSpectrum 轉錄的表是 medium。用 low 測延遲，去對 medium 的品質主張，對照就會騙你。把檔位和每秒 token 寫在一起。否則兩個數字你都復現不了，而且你不會知道自己錯過的是哪一個。

對讀者的意義

Mercury 3 最明確的賣點是速度。如果你的應用在意品質，請先用具代表性的提示詞做自己的評測，並與目前使用的模型比較，不要只看速度就切換。