共计 1337 个字符，预计需要花费 4 分钟才能阅读完成。
蚂蚁集团发布百灵原生混合推理模型 Ling-3.0-flash:124B 总参数量, 能力对标上一代旗舰 Ring-2.6-1T
蚂蚁集团旗下百灵大模型于 7 月 24 日发布了新一代原生混合推理模型 Ling-3.0-flash。这款模型在参数规模大幅缩减的情况下, 实现了对上一代旗舰模型的能力对标甚至超越, 同时开放限时免费 API, 引发行业关注。
📌 从 1T 到 124B: 参数瘦身, 性能不减
- 重点: IT 之家 7 月 24 日消息, 蚂蚁集团旗下百灵大模型今日发布百灵新一代
原生混合推理模型
Ling-3.0-f… - 重点: 当前公开信息主要集中在产品、策略或节奏变化上。
- 重点: 后续仍需关注官方更新、落地范围以及实际反馈。
Ling-3.0-flash 的总参数量为 124B,仅为上一代 1T 级旗舰思考模型 Ring-2.6-1T 的 12.4%; 激活参数量更是仅有 5.1B, 相当于 Ring-2.6-1T 的 8.1%。然而, 官方宣称其在传统推理、指令遵循和长文本能力上全面对标甚至超越前代。这一“以小博大”的表现, 背后是架构设计的根本性革新。
从已披露信息看, 这一变化更值得关注的, 不只是表面动作本身, 还包括其对后续行业节奏、用户预期和市场竞争的连锁影响。
🔍 架构革新: 原生混合线性注意力与稀疏 MoE
Ling-3.0-flash 从预训练阶段就采用原生混合线性注意力架构,具体为 5:1 交替堆叠 KDA 与 MLA, 并升级了全新的 KDA 细粒度对角门控与 1 /64 稀疏 MoE。这种设计在保持长上下文处理效率的同时, 显著降低了计算成本, 实现了状态记忆与效率的协同优化。
💡 Agent 能力全面进化: 更稳、更快、更协同
为了应对真实生产力场景,Ling-3.0-flash 在 Agent 能力上做了重点打磨 。它扩展了超过 10,000 个可交互训练环境, 能够完整闭环完成 Coding、General 与 Deep Research 等复杂任务。此外, 模型接入了 SGLang HiCache 与 Mooncake 分级缓存架构(物理双池、集群共享 L3), 使得长程交互无需重复计算, 长输入下的 TTFT(首 Token 生成时间) 降低了 60% 至 80% 以上。
📊 限时免费与开源承诺
蚂蚁集团已在 OpenRouter 与百灵官方平台同步开放 Ling-3.0-flash 的限时免费 API 调用,免费期截止到 8 月 3 日 23:00(北京时间)。更值得关注的是, 模型权重将在免费期结束后正式开源, 这意味着开发者可以自由部署和二次开发。
🚀 行业观察: 小参数大能力,AI 模型走向“轻量化”
Ling-3.0-flash 的出现,代表了大模型发展的一个新方向——不再单纯追求参数规模, 而是通过架构创新提升“智能密度”。蚂蚁集团用 124B 总参数、5.1B 激活参数实现了对 1T 级模型的性能对标, 这为 AI 在边缘设备、实时应用等资源受限场景的落地提供了新的可能性。同时, 开源策略也有助于吸引社区贡献, 加速生态建设。
🧭 总结
蚂蚁集团 Ling-3.0-flash 以极低的算力成本实现了高性能推理,尤其适合复杂 Agent 任务。限时免费 API 和后续开源, 为开发者和企业提供了低门槛的体验和部署机会。这款模型能否在真实应用中复制实验室的亮眼表现, 值得持续关注。
