蚂蚁 Ling-3.0-flash-VL 评测:5.5B 激活参数上帕累托前沿,幻觉率仅 22%
ArtificialAnlys · x · 2026-09-12
蚂蚁集团发布开源权重推理模型 Ling-3.0-flash-VL,在 Ling-3.0-flash 基础上加入图像与视频理解。Artificial Analysis 评测要点:
- MoE 架构,总参数 124B,每 token 仅激活 5.5B,256K 上下文,支持文本/图像/视频输入,MIT 许可
- 在 AA 智能指数得 25 分,处于智能 vs 激活参数的帕累托前沿;同量级对比 Qwen3.5 122B A10B 得 16、Mistral Medium 3.5 得 15
- 幻觉率较低:AA-Omniscience 准确率 14%、幻觉率 22%;Inkling Small 准确率 33% 但幻觉率高达 63%,事实召回偏弱
- 复杂 Agent 任务仍有短板:AutomationBench-AA 得 16%,Terminal-Bench v4.0 得 0%
- 输出偏冗长,每任务平均约 5 万输出 token(Inkling Small 约 3 万),高推理量场景成本会受影响
所属事件:蚂蚁开源 Ling-3.0-flash-VL，小激活参数登顶开源多模态评测(2 条相关)→
「模型」频道最新
- Brundage 提醒:AI 从 o3 起已能定位照片拍摄地,公众仍在裸奔晒图 — Miles_Brundage · 2026-10-06
- 0.4B 本地小模型 BaseDecision 主打意图分类，8 项基准拿 5 项第一 — OnlyFamousAddy · 2026-10-06
- 美国何时再有顶级开源权重模型？Reddit 网友感慨开源榜全被中欧包揽 — Acrobatic-Laugh1856 · 2026-10-06
- 用户怀念 4o 的直觉感：新模型反而啰嗦不好用 — flowersslop · 2026-10-06
- Sentdex 实测 DeepSeek V4.1 Flash 做机器人控制,优于 GLM 5.3 Flash — teortaxesTex · 2026-10-06
- 订阅制 API 价值对比有坑：token 定价越高「API 价值」虚高 — JeremyNguyenPhD · 2026-10-06