先了解这件事
AI 综述
2026年8月7日,蚂蚁百灵正式开源新一代原生混合推理模型Ling-3.0-flash。据蚂蚁百灵开发者博客介绍,该模型采用124B总参数、5.1B激活参数的MoE架构,同步提供基础版本及FP8、FP4、INT4等多个精度版本。落地方式包括三种:云端API调用;在单台NVIDIA DGX Spark上以MXFP4或INT4版本完成端到端本地推理;以及在指定GPU测试配置下平均输出速率突破1100 tokens/s的高性能部署。榜单数据方面,其在Artificial Analysis中输出速度为353 tokens/s,在AA Intelligence Index中每项任务加权平均调用成本约0.04美元。目前尚无后续发展事实。
AI 根据公开报道生成
最新进展 · 正式报道
百灵开源 Ling-3.0-flash 混合推理模型事件进展
1 个已确认进展
- 来源：蚂蚁百灵：Developer Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
8月7日
蚂蚁百灵：Developer Blog一手精选
百灵开源 Ling-3.0-flash 混合推理模型
蚂蚁百灵开源新一代原生混合推理模型 Ling-3.0-flash，采用 124B 总参数、5.1B 激活参数的 MoE 架构，同步提供基础版本及 FP8、FP4、INT4 等多个精度版本。模型支持三种落地方式：云端 API 调用、在单台 NVIDIA DGX Spark 上以 MXFP4 或 INT4 版本完成端到端本地推理，以及在指定 GPU 测试配置下平均输出速率突破 1100 tokens/s 的高性能部署。在 Artificial Analysis 榜单中其输出速度为 353 tokens/s，AA Intelligence Index 中每项任务加权平均调用成本约 0.04 美元。