7月24日，蚂蚁集团旗下百灵大模型正式发布了新一代原生混合推理模型——Ling-3.0-flash。

值得关注的是，这款模型在参数规模上做了大幅精简，但能力表现反而对标甚至超越了上一代旗舰。

参数规模大幅精简，性能越级对标

官方数据很直观：上一代旗舰思考模型 Ring-2.6-1T 的参数量达到 1T。

而 Ling-3.0-flash 的总参数量只有 124B，大约是前者的 12.4%。

激活参数量更是压缩到了 5.1B，仅相当于 Ring-2.6-1T 的 8.1%。

在如此悬殊的规模差距下，Ling-3.0-flash 却在多个维度上实现了能力对标甚至超越——这才是真正的“以小博大”。

核心改进三大方向

• 混合线性架构，原生进化。从预训练阶段就引入了自研的混合线性注意力架构。

  采用 5:1 交替堆叠 KDA 与 MLA 的设计，同时升级了全新的 KDA 细粒度对角门控，以及 1/64 稀疏 MoE。

  在 124B 总参数、5.1B 激活参数的规模下，长上下文处理效率、状态记忆能力和计算成本之间取得了协同跃升。这个平衡点选得相当精准。

• 极致智能密度，越级挑战。追求“快、省、可落地”的智能密度和智效比极限，是这代模型的核心思路。

  仅仅 5.1B 的激活参数，就能提供出色的传统推理、指令遵循和长文本处理能力。

  这意味着在复杂 Agent 场景中，它可以用更低的成本实现更高效的应用落地。

• Agent 全面进化，长程闭环。围绕真实生产力场景，模型的训练环境扩展到了 10,000+ 个可交互场景。

  Coding、General 与 Deep Research Agent 任务都能实现全程闭环。官方总结为“能力强、响应快、协同稳”。

  更值得一提的是，创新接入了 SGLang HiCache 和 Mooncake 分级缓存架构，采用物理双池、集群共享 L3 的设计。

  这使得长程交互不需要重复计算，长输入下的 TTFT（首 token 生成时间） 降低了 60% 到 80% 以上。

开放API与开源计划

目前，Ling-3.0-flash 已经在 OpenRouter 和百灵官方平台同步开放了限时免费 API 调用。

免费期截止到北京时间 8 月 3 日 23:00。

更值得期待的是，模型权重将在免费期结束后正式开源。

这意味着开发者很快就能拿到这个“小而强”的模型，在实际场景中验证它的真实能力。

《夸克》非常好用的免费AI浏览器

下载APP查看