蚂蚁百灵发布新一代原生混合推理模型Ling-3.0-flash，总参数量124B，激活参数量仅5.1B，在传统推理、指令遵循与长文本等指标上对标甚至超越上一代旗舰Ring-2.6-1T。
模型采用原生混合线性注意力架构与1/64稀疏MoE，并扩展至10，000+可交互训练环境，长输入下TTFT降低60%至80%以上。
Actu IA / Modèles
Back to AI news
Ant Group a publié le modèle de raisonnement hybride natif Ling-3.0-flash
Ant Group a publié le nouveau modèle de raisonnement hybride natif Ling-3.0-flash, avec un nombre total de paramètres de 124 milliards et seulement 5,1 mil...
Brief IA du jour
Ant Group a publié le nouveau modèle de raisonnement hybride natif Ling-3.0-flash, avec un nombre
total de paramètres de 124 milliards et seulement 5,1 milliards de paramètres activés. Il égalise voire dépasse la génération précédente flagship Ring-2.6-1T en termes de raisonnement traditionnel, de respect des instructions et de traitement de textes longs. Le modèle adopte une architecture d'attention linéaire hybride native et un MoE (Mixture of Experts) parcimonieux à 1/64, et est étendu à plus de 10 000 environnements d'entraînement interactifs, réduisant le TTFT de 60 % à plus de 80 % pour les entrées longues.
资讯正文 · AI 整理
Évaluation
Aioga 编辑摘要
蚂蚁百灵发布原生混合推理模型Ling-3.0-flash，总参数量124B、激活参数量5.1B，并称其在传统推理、指令遵循和长文本等指标上对标甚至超越Ring-2.6-1T。
背景分析
公开材料显示，该模型采用原生混合线性注意力架构与1/64稀疏MoE，训练范围扩展至超过10,000个可交互环境；在长输入场景下，TTFT降低60%至80%以上。
Aioga 观点
Aioga 判断，Ling-3.0-flash的重点是以较低激活参数量兼顾推理、指令遵循和长文本表现，但现有材料未提供具体评测集、测试条件及第三方验证结果。
影响与后续
Aioga 判断，混合线性注意力与稀疏MoE可能有助于改善长输入处理效率；不过，官方披露的指标能否稳定复现，以及不同任务下的实际表现，仍值得关注。 后续可重点关注完整技术报告、评测方法、基准成绩与测试环境，并核验TTFT降幅的对照模型、输入长度及部署条件，以判断相关性能表述的适用范围。
Source and Copyright
La source fournit un titre, un résumé, une attribution et un lien original. Aioga ne republie pas l’article intégral.
Canal de collecte: Agrégation de résumés · Domaine source: mp.weixin.qq.com
Source: 公众号：蚂蚁百灵（Ling）
Lien original: Ouvrir la source
Archive Aioga: Ouvrir la page de veille
Content record: summary-fallback · Updated: 2026-07-24T13:40:30.000Z
API RELAY · DEVELOPER INFRASTRUCTURE
API 中转站
统一接入主流 AI 模型 API，为开发、测试与生产环境提供稳定调用入口。
立即访问 api.w173.com
Scan to open this article