Mercury 2.5 生成速度飙至 770 tokens/秒
Mercury 2.5 LLM hits 770 tokens per second
Mercury 2.5 在生成速度上实现了重大突破，达到了每秒 770 tokens 的惊人输出。Artificial Analysis 通过其最新的 v4.3.2 智能指数，从 AA-Briefcase、Terminal-Bench 4.0 等多个维度对该模型进行了深度评测。除了速度，Mercury 2.5 在智能推理、代码能力以及幻觉控制（AA-Omniscience）方面也表现优异。分析还详细拆解了其在不同任务下的成本效益，展示了其在智能指数任务中的加权平均成本。对于追求高性能与高性价比的开发者而言，Mercury 2.5 在保持高智能水平的同时，提供了极具竞争力的运行效率，是构建高效 Agent 工作流的理想选择。
AA-Omniscience Index 衡量知识的可靠性与幻觉情况，它奖励正确答案，惩罚幻觉，且对拒绝回答没有惩罚。
HN 评论区
89- jjcm
我依然很遗憾，我们还没有看到像 https://chatjimmy.ai/ 那种 Taalas 风格的芯片。现在的较小模型已经足够好，能让那种疯狂的 token 爆发变得非常实用。
- bearjaws
如果你在乎速度，Cerebras 的 gpt-oss-120b 能达到 1400tk/s，而且在排名上“一样聪明”。
我在几个好玩的项目里用过它，表现还行，但那个速度看着真疯狂。
- the_arun
Chat Jimmy 的时钟速度达到每秒 17K tokens，直接把 LLM 烧录进芯片里了 - https://chatjimmy.ai/ - 来源：https://theashishmaurya.medium.com/taalas-the-startup-that-p...
- big-chungus4
我的 1k 参数 RNN 更快。
- walrus01
定价 0.25 美元和 0.75 美元，这已经让它的成本远高于那些靠谱的推理提供商，比如 deepseek v4 flash、qwen 3.8-flash-next 或同类能在 170GB 内存下运行的开源权重 LLM，所以我不觉得这有什么意义。我觉得这恐怕比 laguna s 2.1 还要蠢，后者也能非常便宜地部署。