Mercury 3 上手：号称每秒写 1000 词的 AI，免费领 1 亿 tokens，怎么用、拿它赚什么钱

Mercury 3 是美国 AI 公司 Inception 在 2026 年 10 月 19 日发布的新模型。打个比方：普通 AI 是打字员，一个词一个词往外敲；Mercury 3 是整个编辑部——先把整篇答案的草稿一次铺开，再所有段落同时打磨。厂商称它在 NVIDIA 显卡上每秒能写 1068 个 token（这是厂商自己的数字，没经过独立验证——但就算打对折，体感也是“秒回”）。

这跟你有什么关系？速度就是钱。 凡是“客户在等”的活——网店客服回消息、调研 agent 翻网站、家教 AI 给学生讲题——回答从 10 秒变成 1 秒，体验是质变。而现在，新用户直接送 1 亿免费 tokens，够你从试用到跑出第一个 demo，全程不花钱。

它到底是什么（只讲一个核心概念）

你用过的所有 AI 聊天，本质上都是一个套路：猜下一个词，再猜下下个，一个一个往后写。这叫自回归（autoregressive）——“auto” 自己、“regressive” 回头看：每写一个新词，都要回头看前面所有的词。所以长回答必然慢：500 个词就是 500 步，谁也跳不过。

扩散（diffusion）把这个套路反过来了。AI 画图就是这么干的：从一团噪点开始，整张图一起变清晰。Mercury 3 把这套用在文字上——先给出整段回答的“毛坯”，再所有位置并行精修。显卡的算力被一次性用满，答案就“唰”地出来了。Inception 把它叫 dLLM（diffusion 大语言模型），整个卖点就这一句话。

它不是什么：不是一个能下载的 App，而是一个模型——发动机。你通过 Inception 的网页聊天页用它，或者通过 API（可以理解成“程序打电话给模型的号码”，你的代码拨这个号就能拿到回答）调用它。它只处理文字，不看图、不说话——不过 Inception 还有两个兄弟产品：Mercury Voice（给电话客服类语音 agent 用的低延迟版）和 Mercury Decide（做分类的“决策模型”，厂商称在 JevBench 等榜单上赢了 Jev——厂商说法，同等打折看待）。

价格和免费额度（官网 2026-10-21 核实）

	原价	上线价（5 折）
输入（你发过去的）	$0.20 / 百万 tokens	$0.10 / 百万 tokens
输出（它写出来的）	$0.70 / 百万 tokens	$0.35 / 百万 tokens
缓存输入（重复的文本）	$0.02 / 百万 tokens	$0.01 / 百万 tokens

免费额度：每个新 API key 送 1 亿 tokens。 这对你意味着什么：一次普通对话（输入 2000 + 输出 500 tokens）成本约 $0.0004——1 亿免费额度≈25 万次这样的对话，测试阶段根本用不完。

两句实话：官方没说 5 折哪天结束，所以按“暂时价”做预算；老款 Mercury 2/2.5 已经不对新用户开放了，直接从 Mercury 3 开始就行。

5 分钟上手（不用写代码）

第 1 步——先在网页里尝一口。 打开 chat.inceptionlabs.ai，直接打字提问，感受回答的速度。零门槛。

第 2 步——领免费 API key。 打开 platform.inceptionlabs.ai 注册账号，在后台创建一个 API key 并复制下来——1 亿免费 tokens 就挂在这个 key 上。（API key 就是一串密码，证明“调用模型的是你”，别发到公开群里。）

第 3 步——第一次调用。 Mercury 3 兼容 OpenAI 的接口“语言”，所以用 OpenAI 的标准代码库就能调，只改地址。电脑上有 Python 就行：

pip install openai

from openai import OpenAI

client = OpenAI(
base_url="https://api.inceptionlabs.ai/v1",
api_key="把第2步复制的key粘贴到这里",
)

reply = client.chat.completions.create(
model="mercury-3",
messages=[{"role": "user", "content": "用三句话给10岁小孩讲清楚什么是通货膨胀。"}],
)
print(reply.choices[0].message.content)

第 4 步——亲自掐表。 让它写个长的，比如“给一款狗用雨衣写 1000 字产品描述”，再跟你平时用的 AI 比一比等待时间。这个“几秒 vs 十几秒”的差距，就是你一会儿要卖的东西。

第 5 步（可选）——塞进你现有的工具。 因为接口兼容 OpenAI，它可以直接用在 OpenRouter、Vercel AI SDK、LangChain、LiteLLM 里，把模型名换成 mercury-3 就行，不用重写代码。

赚钱玩法：把“秒回”卖给出价的人

客户是谁： 那些“回消息慢就丢单”的小生意——本地服务公司（水管工、诊所、律所）、Shopify 小店、官网聊天框常年写着“我们会尽快回复你”的商家。

卖什么： 一个 1 秒就回的网站聊天客服，背后是 Mercury 3。话术现成的：“你竞争对手的机器人 8 秒才回，你的 1 秒就回。”

收多少钱： 上线价下，一个月 1 万次客服对话（每次按 3000 tokens generous 算）API 成本约 $12——而且头 1 亿 tokens 免费，第一个月成本是 $0。你收客户 $200–$500/月 的托管服务费（含搭建 + 聊天组件 + 每月调优）。10 个客户就是 $2,000–$5,000/月的经常性收入，API 成本才 $120 出头。

7 天验证：

1. 第 1–2 天：注册、领 key，跑通上面的教程。
2. 第 3 天：做一个 demo——给一家虚构的披萨店做 FAQ 聊天机器人，录 60 秒录屏，展示 1 秒回复。
3. 第 4–5 天：把视频发给 10 家“官网聊天很慢或没有”的本地商家，送 2 周免费试用。
4. 第 6–7 天：有 1 家答应试用=验证通过；2 家=可以开始收费了。

Demo 机器人可以直接抄的提示词：

“你是 Tony’s Pizza 餐厅热情的前台，营业时间每天 11 点到 22 点。只能用下面这些事实回答客人问题：。不知道的就说’我帮你问下店里，稍后短信回复你’。每条回复不超过 40 个字。”

坑与限制（先看完再动手）

• 速度数字是厂商的。 1068 tokens/秒是 Inception 自己测的，显卡型号都没公布。有第三方做了 306 项测试：agent、法律、代码方面很强，游戏和视觉 demo 偏弱——“有潜力，未定论”。
• 纯文字。 不看图、不出声。要做视觉或语音场景，去看 Mercury Voice 或多模态模型。
• 5 折没有截止日期。 做预算时按原价 $0.20/$0.70 算一遍也成立—— margins 薄一点，但生意照样转。
• 创业公司风险。 Inception 是初创，哪天被收购、改价都不奇怪。好在接口兼容 OpenAI，换供应商就是改一行地址的事——这个退路一开始就留好。

参考资料

• Inception 官方发布文：https://www.inceptionlabs.ai/blog/introducing-mercury-3
• Inception 官方定价页：https://www.inceptionlabs.ai/models
• 官方 API 文档：https://docs.inceptionlabs.ai
• 官方网页聊天：https://chat.inceptionlabs.ai
• 官方 API 平台（注册领 key）：https://platform.inceptionlabs.ai