品玩2月25日讯，据 The Decoder 报道，AI初创公司Inception Labs正式推出其基于扩散架构的推理大模型Mercury 2。

该模型摒弃传统自回归逐词生成方式，转而并行优化多个文本块，实现更高效推理。在NVIDIA Blackwell GPU上，Mercury 2端到端延迟仅1.7秒，显著优于Gemini 3 Flash（14.4秒）和Claude Haiku 4.5（23.4秒），生成质量与主流高速模型相当。

定价方面，Mercury 2输入/输出每百万token分别为0.25美元和0.75美元，大幅低于竞品。模型支持128K上下文、工具调用及JSON输出，适用于语音助手、编码工具等低延迟场景。

目前，Mercury 2已通过OpenAI兼容API开放早期访问，并可在聊天界面直接试用。