10 月 19 日，Inception 發布擴散架構大模型 Mercury 3，官方稱其在多項基準上超過 GPT-6 Luna 與 Claude Haiku 5.5，同時在 NVIDIA GPU 上達到 1068 token/s 的生成速度，為這兩款速度最佳化模型的 4–8 倍；據機器之心報導，GPT-6 Luna 與… 看完整事件
Mercury 3 發布：擴散 LLM 跑分反超 GPT-6 Luna，速度快約 8 倍
Inception Labs 發布擴散語言模型 Mercury 3，在 NVIDIA GPU 上輸出速度達 1068 Token/s，約為 GPT-6 Luna 的 8 倍，且在 GPQA Diamond（89.23）、SWE-Bench Atlas（51.08）等基準上高於 GPT-6 Luna 與 Claude Haiku 5.5。其總引數量較 Mercury 1 擴大 40 多倍，上下文視窗從 26 萬升至 100 萬 Token。
擴散 LLM 首次在引數擴大 40 多倍後仍保持千 Token 級速度且基準反超主流模型，還附帶 Agent 場景實測與低價 API，對關注推理速度與成本的 Agent 開發者最有參考價值。
原標題：比GPT-6 Luna快8倍！扩散LLM跑分也反超了
閱讀原文
| 評分 | 78 / 80（平均 79，門檻 65） |
|---|---|
| 狀態 | 精選 |
相關報導
Llmspeed 上線：按硬體和模型查本地大模型推理速度
Llmspeed 是一個可按硬體或模型查詢本地大模型推理速度的網站，用於在購買硬體前預估實際體驗。它覆蓋 RTX 5090、RTX 3090、Mac Studio M5 Ultra 512GB、DGX Spark、Strix Halo 與純 CPU 等三十餘種配置，以及 Qwen 3.6/3.8 27B、GPT-OSS 120B、DeepSeek V4 Flash、GLM-5.3 Flash 等模型，給出短提示、單裝置下的速度估計。
HyperQ 用 64 量子位元讓 1.1B 擴散語言模型超過 8B 模型
蒙特利爾大學、Mila 與麥吉爾團隊提出 HyperQ，把逐 Token 動態生成的量子電路接入擴散語言模型；在 64 量子位元下，11 億引數模型的六項零樣本測試平均分超過 Qwen3-8B 等 80 億引數模型。超網路根據每個 Token 的隱藏狀態生成量子門旋轉角度、耦合強度與測量方向，只訓練新增的量子分支，不改動主幹；相比凍結主幹提升 4.71 分，也超過 LoRA 微調，而指令微調資料只有後者的十分之一。
Third Moment 用 GPT-6 與 Codex 併發執行 1 萬個 agent
AI 實驗室 Third Moment Research 藉助 OpenAI 的 GPT-6 Astra、GPT-6.1 Sol 與 Codex，可同時執行 1 萬個 agent，單次自主研究持續 36–48 小時。Codex 曾定位量化回測瓶頸並部署快取與記憶體打包最佳化，把一年美股訂單級資料的回測從約 3 小時縮短到 3–5 分鐘，回測時間減少 97%。
OpenAI 宣布 GPT-6 提速 50%，第三方實測訂閱額度只有 Claude 的 1/5
OpenAI 兌現 28 天連更承諾的第 1 天更新：GPT-6 Astra 與 GPT-6.1 Sol 預設速度提升約 50%，輸出從 30 TPS 提到 50 TPS，使用者無需操作、兩小時內生效，並覆蓋 OpenCode、Pi、Amp、Devin 等通過 Sign in with ChatGPT 接入的合作伙伴。
用 ML Intern 幾天做出 6 個模型，9B 改寫器壓到 0.8B
Hugging Face 的 yuvraj sharma 用 HuggingChat 裡的 ML Intern agent，幾天內做出 6 個公開模型，其中把 Qwen-Image 2.1 自帶的 9B 提示改寫器蒸餾成 0.8B 版本，可在 CPU 執行，輸出有效率 99.7%，token 消耗約為教師模型的四分之一。該專案含 9B 模型標註 8,797 條樣本，算力成本 16 美元。