蚂蚁集团发布百灵原生混合推理模型 Ling-3.0-flash

蚂蚁集团发布百灵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，能力对标甚至超越上一代 1T 级旗舰 Ring-2.6-1T。

该模型采用原生混合线性注意力架构，长输入下 TTFT 降低 60% 至 80%+。

即日起至 8 月 3 日，模型在 OpenRouter 与百灵官方平台开放限时免费 API 调用，免费期结束后将正式开源。

IT之家：https://www.ithome.com/ 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：https://www.ithome.com/0/951/255.htm，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。

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 场景的高效落地。

Agent 全面进化，长程闭环： 围绕真实生产力场景深度打磨，扩展 10,000+ 可交互训练环境，实现 Coding、General 与 Deep Research Agent 任务的全程闭环，做到“能力强、响应快、协同稳”。同时创新接入 SGLang HiCache + Mooncake 分级缓存架构（物理双池、集群共享 L3），使长程交互无需重算，长输入下 TTFT 降低 60% 至 80%+。

官方在 OpenRouter 与百灵官方平台同步 开放限时免费 API 调用 ，免费期截至 8 月 3 日 23:00（北京时间），Ling-3.0-flash 模型权重将在免费期结束后正式开源 。

https://openrouter.ai/inclusionai/ling-3.0-flash:free ：https://openrouter.ai/inclusionai/ling-3.0-flash:free