专题 · FULL STORY

蚂蚁Ling-3.0-flash模型从发布到开源

蚂蚁集团inclusionAI发布面向生产级智能体的124B参数混合推理模型Ling-3.0-flash。随后该模型在Hugging Face正式开源，每token仅激活5.1B参数，兼顾高效与性能。

2026-07-24 ~ 2026-08-06 · 4 集 · 27 条

第 1 集 · 蚂蚁推出124B参数MoE模型Ling-3.0-flash(2026-07-24,12 条)

蚂蚁集团 inclusionAI 正式发布 Ling-3.0-flash 模型，主打面向生产级 Agent 的混合推理能力。该模型现已登陆 OpenRouter 与 Nous Portal 平台，其中 OpenRouter 的免费使用期延续到 2026 年 8 月 3 日，Nous Portal 提供一周免费，其开放权重也已得到确认。

已确认

多方信息显示，Ling-3.0-flash 是一款混合推理稀疏 MoE 模型。其总参数量达到 124B，但在运算时每个 token 仅激活 5.1B 参数，支持高达 256K 的上下文长度，并宣称首 token 延迟低于 1 秒。该模型特别针对编程与智能体场景进行了优化。据作者 @FellMentKE 透露，它具备自我纠错能力，能在代码报错时读取信息并自行修正，从而减少开发者的调试时间。

平台部署方面，Nous Portal 宣布提供为期一周的免费使用，而 OpenRouter 的免费期限更是直接延续到 2026 年 8 月 3 日。此外，据 @victormustar 确认，该模型的开放权重（open weights）也已在计划之中。

为什么重要

极高的参数总量配合极低的激活参数，意味着该模型在保障强大推理能力的同时，能大幅降低运行成本和延迟。这种特性使其非常适合对响应速度和成本敏感的生产级智能体场景，而长达数年的免费期以及即将到来的开放权重，为开发者提供了极大的便利与充足的测试应用空间。

第 2 集 · 蚂蚁集团发布 Ling-3.0-flash 混合推理模型(2026-07-27,2 条)

蚂蚁集团模型团队正式发布了 Ling-3.0-flash，这是一款专为生产级智能体设计的混合推理 MoE 模型。该模型总参数量达到 124B，但每个 token 仅激活 5.1B 参数，兼顾了强大的性能与运行效率。此外，官方宣布该模型的 API 将免费开放使用至 8 月 3 日，方便开发者快速接入与测试。

第 3 集 · 蚂蚁百灵发布 Ling-3.0-flash 混合推理模型(2026-07-29,2 条)

蚂蚁百灵（AntLingAGI）发布了全新的原生混合推理 MoE 模型 Ling-3.0-flash，专为生产级智能体设计。该模型总参数量达 124B，但每个 token 仅激活 5.1B 参数（约 1/12）。凭借极高的参数效率，其性能足以媲美万亿级旗舰模型。

第 4 集 · 蚂蚁开源Ling-3.0-flash：124B参数仅激活5.1B(2026-08-04,11 条)

蚂蚁集团旗下inclusionAI于8月4日在Hugging Face开源了Ling-3.0-flash模型。该模型总参数量约124B，但每个token仅激活5.1B参数，采用MoE架构，支持256K上下文，并采用纯正MIT协议。官方称其性能可媲美激活参数达1T的旗舰模型，FP8量化版仅需128GB显存即可部署，已上线AI/ML API平台并提供免费使用期。这一极低激活率与高性价比的组合引发社区广泛关注。

已确认

  • 架构与参数：总参数量在124B至127.5B之间（不同帖子统计口径略有差异），激活参数为5.1B（约占总参的1/64）。采用512个路由专家加1个共享专家的MoE架构，并从预训练阶段即原生引入混合线性架构，支持256K上下文。
  • 部署成本：官方提供BF16和FP8量化版本，其中FP8版本部署仅需128GB显存，大幅降低了超大模型的硬件门槛。
  • 功能与评测表现：模型支持思考模式与工具调用，并提供了完整的对话模板配置。官方报告显示其在SWE-bench等基准测试中表现优异，官方称其性能可媲美激活参数达1T（万亿参数级别）的旗舰模型。
  • 开源与API可用性：模型采用了无商业限制的纯正MIT协议。此外，该模型已上线AI/ML API平台，并提供免费使用期。

为什么重要

  • Ling-3.0-flash通过极低的参数激活率兼顾了模型容量与推理成本，在保证高性能的同时显著降低了部署门槛，为开源社区提供了一个极具性价比的大规模混合推理模型选择。