蚂蚁集团发布百灵 Ling-3.0-flash 模型，小参数实现大模型性能

蚂蚁集团旗下百灵大模型今日发布新一代原生混合推理模型 Ling-3.0-flash。该模型总参数量为 124B，激活参数仅 5.1B，约为上一代旗舰模型的 12.4%和 8.1%，但官方称其在传统推理、指令遵循与长文本等能力上实现了对标甚至超越。

Ling-3.0-flash 采用混合线性注意力架构，从预训练开始即集成 KDA 与 MLA 交替堆叠，并升级细粒度对角门控与稀疏 MoE。在 5.1B 激活参数下，模型实现了长上下文效率、状态记忆与计算成本的协同提升，同时赋能复杂 Agent 场景的高效落地。

围绕真实生产力场景，Ling-3.0-flash 扩展了 10,000 多个可交互训练环境，支持 Coding、General 与 Deep Research Agent 任务的全程闭环。创新接入 SGLang HiCache 与 Mooncake 分级缓存架构，使长输入下 TTFT 降低 60%至 80%以上，提升响应速度。

目前，该模型在 OpenRouter 与百灵官方平台开放限时免费 API 调用，免费期截至 8 月 3 日。模型权重将在免费期结束后正式开源。