什么是扩散大语言模型（dLLM）？
并行生成：传统大模型一个字接一个字地往后生成词语（自回归）；而扩散模型可以同时生成许多个词。
极致速度：这种并行结构让它的运行速度比普通模型快得多，且延迟极低。
Mercury 2.5 核心性能
超快速度：在常见的 NVIDIA GPU 上，速度可达每秒 1,107 个 Token。
智能提升：相比 Mercury 2 智能水平提升了 40%，表现接近轻量级前沿模型。
长上下文：支持 260K 的上下文窗口。
经济划算：标准定价为每百万输入 Token 0.20 美元、输出 0.75 美元。
高级功能：支持可调节的推理、并行工具调用和结构化 JSON 输出。
主要应用场景
语音助手：生成首字延迟（TTFT）低于 170 毫秒，适合实时语音对话。
搜索与 RAG：在单次交互中处理密集的搜索请求、重排和摘要。
代码编写：满足极度敏感的低延迟编程和代码编辑工作流。