Mercury 2.5 是什么？OpenRouter 上的扩散大模型

Mercury 2.5 是 Inception Labs 推出的扩散语言模型（diffusion LLM），2026 年 9 月 8 日正式上架 OpenRouter 模型市场。和逐字生成的自回归模型不同，它并行生成多个 token 再逐步精修，官方基准速度 1107 token/秒。做搜索 Agent、语音管线或编码子代理这类延迟敏感场景的开发者，值得认真看一眼。

扩散大模型和普通大模型差在哪

主流大模型都是自回归：一个 token 接一个往外写。Mercury 2.5 走扩散路线：先并行生成一整段候选文本，再多轮迭代精修，相当于把 Sora、MidJourney 背后的图像扩散技术搬到了文本上。三个直接好处：

1. 速度快：并行生成大幅提高吞吐，官方标注 sub-300ms 首字延迟、5 到 7 倍吞吐。
2. GPU 效率高：同样算力服务更多并发，成本压得更低。
3. 输出可控：扩散框架支持 schema 级约束，结构化输出更稳。

Mercury 2.5 关键参数一览（2026 年 9 月 8 日核实）

以下参数来自 OpenRouter 模型页：

活动价是限时的，下单前以 OpenRouter 页面实时价格为准。

速度到底多快？两组数据交叉验证

第一组是 Inception 官网基准（token/秒）：Mercury 2.5 达 1107，对比 Gemini-3.5 Flash Lite 的 321、Claude Haiku 4.5 的 127、GPT-5.6 Luna (Low) 的 99，差距接近一个数量级。

=99，单位 token/秒，来源 Inception Labs 官网速度基准)

第二组是 OpenRouter 实时统计：上线首日 P50 吞吐约 437 token/秒，端到端延迟 P50 约 3.3 秒，工具调用错误率 2.24%，结构化输出错误率 5.36%。官网数字是理想峰值，OpenRouter 是真实混合负载口径，两头都看才不会被单点数据带偏。

和 Mercury 2、GPT、Claude 是什么关系

Mercury 2 是首个支持推理的扩散 LLM；2.5 智能水平比它提升 10 个点以上，官方口径质量对标 GPT-5.6 Luna (Low)、Gemini 3.5 Flash-Lite、Claude Haiku 4.5 这档「性价比优先」模型。它的定位不是旗舰智能，而是在同质量档位上换速度和价格。同价位国产模型的对比可以看 GLM-5.3 深度评测。

适合谁用，不适合谁

适合搜索 Agent、语音管线、编码子代理这类延迟层层叠加或高并发的场景；不适合需要最强推理能力的复杂任务，那是旗舰模型的地盘，Mercury 2.5 的卖点是「质量够用 + 快 + 便宜」。

怎么第一时间用上？国内能不能用？

最短路径三步：注册 OpenRouter、充值、把 model 换成 inception/mercury-2.5。国内用户可走支付宝充值，流程见 OpenRouter 使用教程：注册、支付宝充值到 API 调用全流程；选型逻辑参考 OpenRouter 是什么？免费额度、价格与 400+ 模型调用全解。

除 OpenRouter 外，也可以用 Inception 自家平台 platform.inceptionlabs.ai 或网页版 Mercury Chat。API 调用的完整步骤见 Mercury 2.5 怎么用 一篇。