并行生成的扩散式代码模型

产品总结

Mercury Coder 是 Inception Labs 的扩散式代码模型线。官方把 Mercury 定义为一类新的扩散式大语言模型：所有其他模型一次生成一个 token，而它并行生成，从而提升速度并最大化显卡利用率。官方给出的三项量化收益是首字延迟低于 300 毫秒、吞吐高出 5 到 7 倍、单任务成本最多降低 70%，公司口号是「每一毫秒都重要」，定位非常明确——拼速度与成本，而不是拼最强推理。 代码侧它给了两个不同用途的端点。行内补全接口接收光标前的代码作为前缀、光标后的代码作为后缀，返回中间该补上的内容，这正是编辑器逐字补全的标准形状；下一步编辑接口问的是另一个问题——这个文件接下来该改哪里，输入是当前文件、可编辑区域、编辑历史与最近看过的代码片段，输出是预测性的多行改动。官方用一句对照把两者分开：前者回答「这两个已知点之间该放什么」，后者回答「接下来该改什么」。补全档位的上下文为 32K、最大输出 8,192 个 token。 通用档位则是另一条腿：官方当前主力是一个通用推理模型，面向快速聊天、智能体与结构化工作流，支持工具调用与结构化输出，对话上下文可达 260K、单次最大输出 65,536 个 token。实际用法通常是组合——补全走补全档位，需要推理、调工具或产出结构化结果的步骤走通用档位。扩散式生成还带来一项官方强调的好处：因为不是严格从左到右，模型更容易遵守指定的结构与语义约束，结构化输出因此更稳定；文档另单列了推理强度，允许按请求在延迟与质量之间调节。 接口体验上有一个值得注意的差异：它的流式输出是「按块」推送，每块是一段已精炼的文本而不是单个 token，另有可视化模式可展示去噪收敛过程。接入方面，官方接口采用与主流格式兼容的形状，已有工具往往只需改服务地址与密钥；文档提供官方 Python 与 TypeScript 开发包、覆盖编辑器与框架的集成清单，以及检索、客服、语音、SQL 与编码智能体等多份场景教程。 价格方面，核验当日官方价格页把当前主力档位标为输入每百万 token 0.04 美元、缓存输入 0.004 美元、输出 0.15 美元，并注明是限时折扣；补全档位与上一代通用档位为输入 0.25 美元、缓存 0.025 美元、输出 0.75 美元。需要留意折扣是限时的，做预算时应以当时价格页为准。此外这条线目前只处理文本，不支持图像输入。

产品类型

扩散式代码模型与补全接口

支持平台

云端接口（兼容主流接口格式） / 行内补全专用端点（FIM） / 下一步编辑端点（Next Edit） / 官方 Python 与 TypeScript 开 / 第三方编辑器与框架集成

资费模式

当前档位输入每百万 token 0.04 美元起、输出 0.15 美元起（限时折扣）；补全档位 0.25 与 0.75 美元。