Mercury 2

inception/mercury-2

Inception: Mercury 2 是 Inception Labs 推出的首款推理扩散大语言模型（dLLM）。不同于传统自回归顺序生成，它通过并行产生并精炼多个 token，实现超过 1000 tokens/sec 的生成速度，比 Claude 4.5 Haiku 或 GPT-5 Mini 等速度优化模型快 5 倍以上，同时保持相当质量。支持 128K 上下文窗口、原生工具调用、可调推理深度和 schema-aligned JSON 输出。适用于 agentic workflows、实时语音交互、代码编辑、搜索 RAG 管道等对延迟敏感的生产环境。质量与速度优化前沿模型相当，但延迟极低，能在实时预算内提供推理级输出。以厂商/网关为准。

首款推理扩散LLM，>1000 tps高速并行生成，适合实时生产场景。

ToolsReasoning未标注text->text

API 实验室测速 OCR 能力佐证中转检测 OpenRouter 原文

上下文128k

输入 $/M$0.250

输出 $/M$0.750

智力指数21.4

代码指数31.1

Agent / Arena9.6

模型家族 · 历史版本 · 知识库

mercury-2

Inception · 知识库 159 模 / 31 族

首款推理扩散LLM，>1000 tps高速并行生成，适合实时生产场景。

Mercury 2 is an extremely fast reasoning LLM, and the first reasoning diffusion LLM (dLLM). Instead of generating tokens sequentially, Mercury 2 produces and refines multiple tokens in parallel, achieving...

首款推理扩散LLM，>1000 tps高速并行生成，适合实时生产场景。
归并版本 1 个
Mercury 2 为 Mercury 系列第二代推理增强版，采用扩散架构而非自回归，上下文 128K。

适用场景

实时语音与交互
代码自动补全与编辑
Agent 多步循环
搜索 RAG 与多跳检索
高并发低延迟生产部署

能力 / 优势

高速并行扩散生成
可调推理深度
原生工具调用
结构化 JSON 输出
高吞吐量实时响应

边界 / 不适合

需要顶级智能的极复杂推理任务
长篇创意写作或叙事生成

接入提示：OpenRouter 接入，OpenAI 兼容 API，短 ID inception/mercury-2，支持 reasoning_effort 参数；测速入口 openrouter.ai/inception/mercury-2 playground。

高速扩散推理实时Agent

常见问题

Mercury 2 采用什么生成架构？

扩散大语言模型（dLLM），并行生成并精炼 token，实现极高速度。

适合哪些场景？

实时交互、Agent 循环、代码辅助和低延迟生产 AI。

上下文和定价如何？

128K 上下文，OpenRouter 上输入 $0.25/1M，输出 $0.75/1M。

历史版本 / 相关变体

版本	模型	参数	来源	说明
—当前	Mercury 2 inception/mercury-2	—	OpenRouter

定价与限制

输入	$0.250 / 百万 tokens
输出	$0.750 / 百万 tokens
缓存读 / 写	$0.025 / —
最大输出	50k
输入模态	text
输出模态	text
HF	—

支持参数

include_reasoningmax_tokensreasoningreasoning_effortresponse_formatstopstructured_outputstemperaturetool_choicetools

价格与基准分优先同步自 OpenRouter；网关短 ID 由本站平台清单补全，介绍/历史版本融合 Hugging Face 检索与家族知识库。能力验真请用 bench_v1 实验室 · OCR 天梯。