AI 日报 · 2026 年 10 月 20 日

模型 · Inception10.20 03:46 北京时间

Inception 发布扩散语言模型 Mercury 3

Inception 发布扩散语言模型 Mercury 3，今天可在自家 API、OpenRouter 和 Vercel 调用。公司称英伟达 GPU 上每秒 1068 token。标价每百万 token 输入 0.20 美元、输出 0.70 美元，上线先打五折。

限定：速度、基准和五折都是公司页面上的说法，五折没有写结束日期。

原文 · Inception

详细与核验

Inception 博客页的 HTML 注释写 Published Oct 19, 2026, 7:46 PM UTC。data-framer-ssr-released-at 是 2026-10-19T11:56:06.388Z。正文写今天发布扩散语言模型 Mercury 3。

正文写 Mercury 3 在一批基准上超过 GPT-6 Luna 和 Claude Haiku 5.5，同时快 4 到 8 倍，速度在每秒 1000 token 以上。同页写英伟达 GPU 上每秒 1068 token，上下文 100 万 token，Mercury 2.5 是 26 万 token。

标价每百万 token 输入 0.20 美元、输出 0.70 美元。上线五折为输入 0.10 美元、输出 0.35 美元。缓存 token 按输入价的 10% 计费。正文写参数规模超过 Mercury 1 的 40 倍，相对 Mercury 1 mini，一组标准基准上的成绩提高到 3 倍。

正文写 Mercury 3 今天可在 Inception API Platform、OpenRouter、Baseten 和 Vercel 使用，兼容 OpenAI API。试用提供 1 亿免费 token。公司写在 50 个 Mind2Web 任务上完成 50%，高于 GPT-6.1-Sol。

适用范围：

速度、基准比较、50% 完成率和 3 倍成绩都是公司自己的测试，页面没有给出完整对照表。
五折没有写结束日期。
页面没有写出总参数量，只写超过 Mercury 1 的 40 倍。

展开：背景与补充

同页还介绍 Mercury Voice 和分类模型 Mercury Decide。Decide 称在 JevBench 和 LegalBench 上超过 Jev。这不是 Mercury 3 的标价。

Inception · 一手来源 · 已核对

核验说明（Inception）：核验说明（Inception）：每秒 1068 token、100 万上下文、0.20 与 0.70 美元标价、五折、今天可调用，以及 50 个 Mind2Web 任务完成 50%，取自这篇。HTML 注释写 Published Oct 19, 2026, 7:46 PM UTC。data-framer-ssr-released-at 是 2026-10-19T11:56:06.388Z。

新闻速览

IN BRIEF

安全 · 微软10.19 21:00 北京时间

微软把内部智能体发现范围扩到 60 类

微软把 Project Perception 扩到内部智能体。本地发现增至 60 类，包括 Claude Code、Codex 和 Copilot。Hayete Gallot 写道，前沿模型无论来自哪里都不能信任。Guardian Agents 在动作发生前监督。

限定：60 类是微软自己的名单，页面描述写新能力在 Microsoft 365 E7。

原文 · Microsoft

详细与核验

微软官方博客 datePublished 是 2026-10-19T13:00:02+00:00，作者 Hayete Gallot，微软安全执行副总裁。她写，前沿模型无论来自哪里都不能信任。原因不是模型有恶意，而是被训练去达成结果，常出现奖励黑客，并且没有按组织规范优化。

微软安全博客 datePublished 是 2026-10-19T13:00:00+00:00，作者 Nadim Abdo。正文写今天把 Project Perception 扩到企业内部智能体。本地智能体发现再增加 35 类，总数到 60 类，包括 Claude Code、OpenAI Codex 和 GitHub Copilot。

两篇都写 Guardian Agents 在动作发生前监督智能体。Gallot 写 Project Perception 在 7 月已经宣布，当时面向外部攻击。安全博客的页面描述写，新能力在 Microsoft 365 E7 和 Project Perception。

安全博客引用 Nadella：最值得信任的智能体系统，不会是我们最信任其模型的那一个，而是设计成让我们能够最不信任模型的那一个。

适用范围：

60 类是微软安全博客列出的发现范围，不是独立审计数字。
Microsoft 365 E7 出现在安全博客的页面描述里，正文没有另列价格或开通步骤。

展开：背景与补充

Gallot 写，7 月宣布的 Project Perception 用红队、蓝队和绿队应对外部攻击。这次写的是已经部署在企业内部的智能体。

Microsoft · 一手来源 · 已核对 Microsoft Security · 一手来源 · 已核对

核验说明（Microsoft）：核验说明（Microsoft）：前沿模型无论来自哪里都不能信任，以及 Guardian Agents 要在动作发生前监督，取自 Hayete Gallot 这篇。datePublished 是 2026-10-19T13:00:02+00:00。

核验说明（Microsoft Security）：核验说明（Microsoft Security）：本地智能体再增加 35 类、总数 60 类，包括 Claude Code、Codex 和 GitHub Copilot，取自 Nadim Abdo 这篇。datePublished 是 2026-10-19T13:00:00+00:00。页面描述写新能力在 Microsoft 365 E7。

工具 · PyTorch10.19 20:45 北京时间

PyTorch 给 Trainium 加上原生后端 TorchNeuron

PyTorch 宣布 TorchNeuron，模型改成 .to('neuron') 就能在 Trainium 上跑，支持 Trainium2 和 Trainium3。公开测试从 10 月 20 日开始。Hugging Face 写，文本生成架构支持率从 46% 升到 89%。

限定：公开测试 10 月 20 日才开始，TorchAO 和 FP8 仍是私人测试。

原文 · PyTorch

详细与核验

PyTorch 博客 datePublished 是 2026-10-19T05:45:23-07:00，可见日期是 October 19, 2026。宣布 TorchNeuron，把 AWS Trainium 注册为原生 PyTorch 设备。公开测试从 2026 年 10 月 20 日开始，安装命令是 pip install torch-neuronx，仓库是 github.com/aws-neuron/torch-neuronx，许可证是 Apache 2.0。

博客写支持 Trainium2 和 Trainium3 上的 eager、torch.compile 和 Neuron Kernel Interface。示例把模型改成 .to('neuron')。TorchAO 和 FP8 仍是私人测试。

Hugging Face 博客 datePublished 是 2026-10-19T00:00:00.755Z。写 Transformers、Diffusers 和 Kernels 原生支持 TorchNeuron。最常用的 100 种文本生成架构里，开箱支持从 Optimum Neuron v0.4.5 的 46% 升到 89%。

适用范围：

公开测试和 pip 安装从 10 月 20 日才开始。
89% 是 Hugging Face 相对 Optimum Neuron v0.4.5 的架构覆盖比较，不是一张速度表。

展开：背景与补充

Hugging Face 写，此前 Trainium 上的体验走 Optimum Neuron，底层是基于 PyTorch XLA 的 torch-neuronx。这次改为 PyTorch 原生设备。

PyTorch · 一手来源 · 已核对 Hugging Face · 一手来源 · 已核对

核验说明（PyTorch）：核验说明（PyTorch）：原生设备、Trainium2 和 Trainium3、.to('neuron')、Apache 2.0，以及 10 月 20 日公开测试，取自这篇。datePublished 是 2026-10-19T05:45:23-07:00。

核验说明（Hugging Face）：核验说明（Hugging Face）：Transformers、Diffusers 和 Kernels 原生支持，文本生成架构支持率从 46% 到 89%，取自这篇。datePublished 是 2026-10-19T00:00:00.755Z。