蚂蚁集团开源百灵 Ling-3.0-flash 混合推理模型

蚂蚁集团旗下的百灵大模型宣布，新一代原生混合推理模型 Ling-3.0-flash 现已正式开源。该模型采用 124B 总参数、5.1B 激活参数的 MoE 架构，并提供 FP8、FP4、INT4 等多个版本，支持 API 调用、单机私有化和高性能部署三种落地方式。在指定 GPU 测试配置下，其平均输出速率可突破 1100 tokens/s。

在 Artificial Analysis 榜单中，Ling-3.0-flash 输出速度达到 353 tokens/s，每项任务加权平均调用成本约 0.04 美元，加权平均解码时间约 1.4 分钟，在智能水平与成本、耗时方面均具优势。官方表示，2026 年 8 月 7 日至 31 日，该模型在 Ling Studio 限时享受 2.5 折优惠，9 月 1 日起恢复原价。开源链接已发布于 Hugging Face 和 ModelScope 平台。