大模型之家讯 7月24日，蚂蚁百灵发布新一代原生混合推理模型Ling-3.0-Flash。该模型总参数量124B，单次计算仅激活5.1B，在推理、指令遵循及长文本处理上对标参数规模达2至3倍的行业领先模型。技术层面，Ling-3.0-Flash采用混合注意力架构，以5:1比例交替堆叠KDA线性注意力层与MLA层，专家激活比例压缩至1/64。模型已扩展超10000个真实交互训练环境，集群级分级缓存将首字延迟降低60%-80%。该模型已上线OpenRouter限时免费一周，后续将正式开源。
大模型之家讯 7月24日，蚂蚁百灵发布新一代原生混合推理模型Ling-3.0-Flash。该模型总参数量124B，单次计算仅激活5.1B，在推理、指令遵循及长文本处理上对标参数规模达2至3倍的行业领先模型。技术层面，Ling-3.0-Flash采用混合注意力架构，以5:1比例交替堆叠KDA线性注意力层与MLA层，专家激活比例压缩至1/64。模型已扩展超10000个真实交互训练环境，集群级分级缓存将首字延迟降低60%-80%。该模型已上线OpenRouter限时免费一周，后续将正式开源。