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
- GPT-6.1 Terra 控制真机器人胜过 Opus 5.5,较三月前提升 3.7 倍 — ycombinator · 2026-10-28
- Kimi 发布 K3.1 Pro：3T 级开源权重模型，100 万上下文幻觉降 65% — NVIDIAAI · 2026-10-28
- OpenSIR 自博弈框架：LLM 无需训练数据自学数学推理 — PMinervini · 2026-10-28
- Claude Opus 5.5 从二进制重建 SQLite 等程序,ProgramBench 得分 18.5% — winer666 · 2026-10-28
- Codex 后台任务一夜烧光 500 美元周额度外加 75000 credits — sethlazar · 2026-10-28
- 用 $TAO 两分钟上手开源模型：Bittensor 侧链 SN53 实测体验 — markjeffrey · 2026-10-28