Mercury 3：规模扩大 40 倍而速度不降的扩散式 LLM

Mercury 3 是一款在 Product Hunt 上发布的扩散式 LLM（diffusion LLM）产品，发布方称其规模扩大了 40 倍，但生成速度没有因此下降。该产品要解决的问题是：扩散式语言模型在扩大规模时速度会明显下降；其新增能力是在扩大规模后仍保持原有速度。

如果“扩大 40 倍而速度不降”能在真实任务中复现，那么扩散式 LLM 此前难以兼顾规模与响应速度的问题就会有实质变化。这使得它区别于只强调参数或基准分数提升的发布；值得关注的点在于速度是否能随规模保持稳定。

Mercury 3 采用扩散式 LLM 路线，而不是主流自回归生成；其核心主张是规模扩展 40 倍后速度不下降。证据只给出这一结果，没有说明具体架构改动、推理步数或测试条件，因此无法确认其机制。

该产品适合对生成延迟敏感、并愿意尝试非自回归模型的研发团队，用来做原型和延迟对比；但目前缺少任务质量、接入方式和成本数据，尚不足以判断能否进入生产流程。

• 选取一个现有自回归模型的生成任务，与 Mercury 3 做同输入下的首字延迟和完整输出耗时对比。
• 在长文本或批量生成场景中测试扩大规模后速度是否保持，记录吞吐与质量变化。
• 将 Mercury 3 放进内部原型链路，验证其输出格式和集成改造成本。

• 定价与计费方式是什么？
• 是否开放 API 或私有部署，支持哪些平台？
• “规模扩大 40 倍”具体指参数量、吞吐还是其他指标？
• 与自回归模型相比，生成质量、上下文长度和隐私条款如何？