扩散模型实测：Inception 长文秒出，新号送1亿token

我第一次用 Inception 的时候，愣了一拍。

一大段文字按了回车，内容不是一字一字往外蹦，是整段、整段"啪"地推到你面前。我以为是网络出错了，反复测试了几遍——不对，它就是这么快。快到什么程度呢：目前我实测过的所有大模型里，它是唯一一个让我怀疑"这速度是不是算错了"的。

这东西叫 Inception，硅谷的 AI 公司，模型叫 Mercury。它跟平时用的聊天机器人不是一个路子：普通模型是一个 token 一个 token 往下挤（叫自回归），Mercury 是扩散模型（dLLM）——官方说法是"从噪声里整体收敛成一段完整文本"，一堆 token 并行生成。原理你不用懂，看结果就行：别人挤牙膏，它一次给你一整段。

官网自己也这么宣传：首个 token 延迟不到 300 毫秒，吞吐量是现有常规模型的 5~7 倍。实测下来，确实如此。

网页版：聊天免费，注册送 1 亿 token

网页版在 chat.inceptionlabs.ai，邮箱或 Google 都能注册，不用绑卡。注册完进去，官网页面直接写着：

You have 100M free tokens to get started!

新账号白送 1 亿 token（官方口径，以控制台实际显示为准）。网页端聊天是免费的，日常聊天、长文生成都不花钱，可以放心白嫖一阵。

有个前提：API 需要科学上网

这里是我踩过的坑，直接帮你划出来。

网页聊天免费——但如果你想接 API 自己用（写脚本、接进工具链），得先过一道坎：国内直连官方 API 的相关页面是打不开的。我之前直连过一次，页面白屏，挤半天数据也不出来，换网络才行。

所以要说明白：网页聊天注册后国内就能用；但 API 侧的网页和接口，必须有一个能访问外网的网络环境，否则第一步就过不去。

为什么它这么快？说实话我也不太懂

你问我原理，我答不上几句。官方给的解释是扩散模型从噪声整体展开、能同时生成一段内容；官方数字是首 token 300ms 内、吞吐 5~7 倍。它为什么这么快，我也说不准——我只知道测试下来的体验：

八百到一千字的长文，感觉就是"提交就出"。我拿同样长度的内容跟手头常用的几个模型比过，它明显快出一个档次，而且中文输出很稳定，日常用没什么别扭的地方。

说句公道话

免费送的 1 亿 token 是一次性额度，用完就要考虑套餐（官方公开参考价：输入 $0.20/百万、输出 $0.75/百万——看看就行）。

科学上网那一条再重复一遍：网页聊天免费没问题，但你真的想接 API，网络环境是硬前提。卡在这一步，其它都白搭。

但值不值得试？值得。就冲"秒出"这一个级别的体验，也值得注册一个号进去按回车。测试不花钱，新号送 1 亿 token 不绑卡——真金白银 + 快到离谱，这样的组合真不多见。

几个问得多的问题

Inception 网页版真免费吗？

真免费，日常聊天不花钱；新号还白送 1 亿 token（官方口径，以控制台实际显示为准）。

Inception 需要科学上网吗？

网页聊天国内基本可用；但接 API 必须科学上网，否则官方 API 相关页面直连打不开。

Mercury 是国产模型吗？

不是，硅谷公司做的，和国产模型不是一条道。不过它的中文输出很稳，日常用不别扭。

1 亿 token 用完怎么办？

官网参考价：$0.20/百万（输入）、$0.75/百万（输出）——先白嫖，烧完再考虑。

别人挤牙膏，它一次给你一整段。这种体验，试一次就回不去。