OpenAI 兼容接口加半价首发，Mercury 3 盯上 GPT-6 Luna 的低价档

“兼容 OpenAI”比跑分更要紧

Mercury 3 的发布稿里，最容易被跳过、其实分量最重的一句是：API 与 OpenAI 格式兼容，可以直接接进现有系统。对一个已经用 GPT 小模型跑批处理、客服或检索增强的团队来说，试用成本几乎只剩改一个 base_url 和模型名。OpenRouter、Baseten、Vercel 同步上架，Inception 自家平台还送 1 亿免费 token，门槛压得很低。

这也是近两年第三方模型的通行打法：OpenAI 的接口格式已经成了事实标准，挑战者不必说服开发者换 SDK，只要证明在某个维度上更划算。Mercury 3 选的维度是速度和单价。

价格与速度摆在一起看

• 速度：官方称 NVIDIA GPU 上每秒 1068 个 token，比对照模型快 4–8 倍
• 价格：输入每百万 token 0.2 美元、输出 0.7 美元；首发期 5 折至 0.1 / 0.35 美元，缓存输入再便宜 90%
• 上下文：100 万 token，较 Mercury 2.5 的 26 万扩大近 4 倍
• 对照：GPT-6 Luna、Claude Haiku 5.5；浏览器代理测试另与 GPT-6.1-Sol 比较

速度来自路线差异。GPT 系列是自回归模型，逐个 token 往后生成；Mercury 是文本扩散，先出一版整段草稿，再多轮并行修改，一次能改动很多位置，吞吐量因此高出一截。

和 GPT-6.1-Sol 那场比试

Inception 额外拿出一个浏览器代理测试：50 个真实的 Mind2Web 网页导航任务，Mercury 3 完成 50%，表现好于 GPT-6.1-Sol。这个结果想说明的是，扩散模型不只会“快速吐字”，在需要多步观察、点击、判断的代理任务里也能用。

但 50 道题的样本偏小，任务筛选和提示词也都由厂商掌控，眼下更适合当作方向信号，而不是排位依据。真正有说服力的会是第三方在同硬件、同提示下的复测，以及长上下文场景下的实际召回表现——扩散模型在超长输入上的稳定性，过去公开数据很少。

OpenAI 那边的低价档会不会被撬动

GPT-6 Luna 这类小模型承担的是 OpenAI 生态里量最大、单价最低的那部分调用，用户对它的诉求是便宜、稳定、跟大模型共用一套工具链。Mercury 3 能撬走的，主要是那些纯看每百万 token 成本和延迟的批量业务；而依赖 Responses API、内置工具、Codex 联动的场景，迁移收益并不明显。

也就是说，它更像是一根鲶鱼：短期内未必抢走多少份额，但会让“小模型一秒钟能吐多少字”重新成为一个被拿出来比较的指标。OpenAI 下一次更新低价档时，速度这一栏大概不会再只写一句“更快”。