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。
AI haberleri / 模型更新
Back to AI news
Ant Financial, Ling-3.0-flash yerel hibrit çıkarım modelini yayınladı
Ant Group Bailing, yeni nesil yerel hibrit çıkarım modeli Ling-3.0-flash'i tanıttı; toplam parametre sayısı 124 milyar, etkin parametre sayısı yalnızca 5,1...
Bugünün AI bilgi özeti
Ant Group Bailing, yeni nesil yerel hibrit çıkarım modeli Ling-3.0-flash'i tanıttı;
toplam parametre sayısı 124 milyar, etkin parametre sayısı yalnızca 5,1 milyar. Geleneksel çıkarım, talimat takibi ve uzun metin gibi göstergelerde, önceki nesil amiral gemisi Ring-2.6-1T ile karşılaştırıldığında eşit veya daha iyi performans sergiliyor. Model, yerel hibrit lineer dikkat mimarisi ve 1/64 seyrek MoE kullanmakta ve 10.000+'den fazla etkileşimli eğitim ortamına kadar genişletilmiş; uzun girdilerde TTFT, %60 ila %80’in üzerinde düşüyor.
资讯正文 · AI 整理
情报判断
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
当前抓取源提供的是标题、摘要、来源和原文入口，不直接搬运完整原文。完整报道请通过下方原文链接前往来源站点查看。
抓取通道: 摘要聚合 · 原始域名: mp.weixin.qq.com
Kaynak: 公众号：蚂蚁百灵（Ling）
原文链接: Orijinal kaynağı aç
Aioga 归档: 查看情报页
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