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

啊_夏天到了

AI 总结
• 7月24日，蚂蚁集团百灵大模型发布新一代原生混合推理模型 Ling-3.0-flash，总参数量124B，激活参数量5.1B，能力对标甚至超越上一代旗舰 Ring-2.6-1T。
• 模型从预训练起即采用原生混合线性注意力架构与1/64稀疏MoE，在极小激活参数规模下实现了长上下文效率、状态记忆与计算成本的协同跃升。
• Ling-3.0-flash 追求极致智能密度，仅需5.1B激活参数即可提供卓越的传统推理、指令遵循与长文本能力，全面赋能复杂 Agent 场景的高效落地。
• 围绕真实生产力场景，模型扩展了10000+可交互训练环境实现任务闭环，并创新接入分级缓存架构，使长输入下TTFT降低60%至80%+。
• 官方在OpenRouter与百灵官方平台开放限时免费API调用至8月3日23:00，免费期结束后将正式开源模型权重。

【发布背景与参数对比】
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-flash。

官方表示，相比上一代 1T 级旗舰思考模型 Ring-2.6-1T，Ling-3.0-flash 的总参数量为 124B（约为 Ring-2.6-1T 的 12.4%），激活参数量仅为 5.1B（约为 Ring-2.6-1T 的 8.1%），却实现了全方位的能力对标甚至超越。

【核心改进】
据介绍，Ling-3.0-flash 的核心改进体现在如下几个方面：
【混合线性架构，原生进化】
从预训练伊始即采用原生混合线性注意力架构（5:1 交替堆叠 KDA 与 MLA），并升级全新 KDA 细粒度对角门控与 1/64 稀疏 MoE。

在 124B 总参数、5.1B 激活参数规模下，实现了长上下文效率、状态记忆与计算成本的协同跃升。

【极致智能密度，越级挑战】
追求“快、省、可落地”的智能密度与智效比极限，在直面更大尺寸竞对 SOTA 及上一代旗舰时实现性能越级。

仅需 5.1B 激活参数即可提供卓越的传统推理、指令遵循与长文本能力，全面赋能复杂 Agent 场

[来源链接] https://www.ithome.com/0/981/382.htm

奔跑吧小马驹

这个5.1B的激活参数确实很有吸引力，对于本地部署或者个人开发者来说太友好了。我觉得这种长上下文加上Agent能力，特别适合做个人代码库审查助手，或者企业内部的文档问答系统，响应速度应该很不错。大家有没有试过这个限时免费的API？不知道在处理超长代码上下文时的实际效果如何，如果开源后能本地跑起来就更好了。