2026 年 7 月 23 日，蚂蚁集团旗下百灵大模型在开发者平台上线新一代原生混合推理模型 Ling-3.0-Flash，并于 7 月 24 日正式对外发布。该模型总参数量 124B，单 token 激活参数仅 5.1B，官方称其在基础推理、指令遵循、长文本处理等核心指标上对标甚至超越参数规模达其 2-3 倍的行业领先模型。截至 2026 年 7 月 27 日，模型已在 OpenRouter 上线，限时免费一周，免费期截至 2026 年 8 月 3 日 23:00（北京时间），期满后正式开源权重。

此次发布在国产大模型竞争中的意义，不在于"又多了一个模型"，而在于蚂蚁把"以小博大"的智效比路线推到了新拐点。

​ Ling-3.0-Flash 的总参数约为其上一代旗舰 Ring-2.6-1T 的 12.4%，激活参数仅为其 8.1%，却宣称实现全方位能力对标甚至超越。这意味着在高并发、对延迟敏感的 Agent 生产场景中，企业可以用约 1/12 的激活算力获得接近旗舰模型的体验——这对推理成本敏感的行业客户是直接的经济信号。

模型定位：Agent 工作流中的"高速执行节点"

百灵团队在官方文章中明确，Ling-3.0-Flash 不是要取代超大参数规模的通用推理模型，而是完成 AI 工作流中"规划-执行分离"范式里的执行环节。

按照官方定义，该模型支持"思考模式"与"非思考模式"两种推理形态，可根据任务复杂度自主判断是否需要深度思考——简单问答直接快速响应，复杂推理任务则切换到多步推导。这种"快慢结合"的策略在理论上接近人类认知的 System 1 / System 2 双过程模型，在实践中则降低了为所有请求储备顶配算力的部署成本。

模型原生支持 256K 上下文窗口，最高可扩展至 1M。

架构升级：原生混合线性注意力 + 1/64 稀疏 MoE

Ling-3.0-Flash 的能力跃迁主要源于底层架构的三处协同改造：

在工程侧，模型接入 SGLang HiCache + Mooncake 分级缓存架构，长输入场景下首字响应时间（TTFT）较从头计算降低 60% 至 80% 以上。

多方视角：官方口径与独立验证的差距

清晰且激进：通过 OpenRouter、Vercel AI Gateway、Nous Portal 等多渠道同步开放免费 API，并在免费期结束后开源权重，意图快速切入全球开发者生态。

则更为谨慎。AI 基础设施分析机构 Orcarouter 在 2026 年 7 月 24 日的评测中指出："截至目前，Artificial Analysis 等第三方评测机构尚未建立 Ling-3.0-Flash 的评测页面，所有性能与速度数据均追溯至蚂蚁集团自身"。该机构特别提示，官方宣称的 1000 tokens/秒峰值吞吐、sub-100ms TTFT 尚缺独立验证；模型权重也未在 Hugging Face 上线，许可证声明（Apache 2.0）有待权重发布时确认。

，第三方技术分析指出，KDA 机制本身源自 Moonshot AI 的 Kimi Linear 研究，蚂蚁采用的是该机制而非原创——这在大模型架构快速收敛的 2026 年属于常态，但也意味着"原生混合推理"的架构创新更多体现在集成与工程优化，而非从零发明新机制。

背景脉络：从 Ling-2.6 到 Ling-3.0 的"智效比"演进

蚂蚁百灵大模型系列基于 MoE 架构构建，经历国产异构算力适配、万亿参数突破，逐步迭代至长上下文与 Agent 协同推理阶段。

这条演进路径反映出明确的战略分野：旗舰模型（Ring-2.6-1T）负责深度规划与复杂推理，Ling-3.0-Flash 负责低成本、高并发的执行落地。两者并非替代关系，而是"规划-执行分离"范式下的分工。

影响分析：成本曲线与落地门槛的重塑

对行业的影响（已发生的事实）

：Ling-3.0-Flash 将"激活参数 5.1B 对标 1T 旗舰"的性价比样本摆上桌面。若其官方宣称的性能在独立评测中得到验证，将倒逼同级别模型重新考量"参数规模=能力"的旧假设。

：金融、司法、科研等对推理准确性与响应速度有双重要求的企业场景，是 Ling-3.0-Flash 的主要目标客户。限时免费 API 至 2026 年 8 月 3 日的策略，意图在开源权重发布前快速积累开发者的真实工作负载反馈。

：更低的推理成本最终会传导至下游应用——更快、更便宜的 AI 助手、代码补全、智能客服体验。但这一传导需要时间，且取决于开源权重发布后的生态采纳度。

：以下为官方口径、暂未独立验证的数据——"对标 2-3 倍参数模型"、"TTFT 降低 60%-80%+"、"MiniAppBench 通过率 25.3%（16 个主流模型平均 17%）"。第三方机构明确指出，截至 2026 年 7 月 24 日，Artificial Analysis 等独立评测尚未覆盖该模型。

2026 年 7 月 23 日，蚂蚁集团百灵大模型上线新一代原生混合推理模型 Ling-3.0-Flash，7 月 24 日正式发布，模型总参数 124B、单 token 激活仅 5.1B，采用 5:1 交替堆叠 KDA 与 MLA 的原生混合线性注意力架构，官方宣称多项核心指标对标甚至超越参数规模 2-3 倍的行业领先模型。该模型定位为 Agent 工作流中的"高速执行节点"，已在 OpenRouter 上线并限时免费至 2026 年 8 月 3 日 23:00（北京时间），之后将开源权重。需要明确的是，截至 2026 年 7 月 27 日，Artificial Analysis 等第三方评测机构尚未建立该模型的独立评测页面，所有性能数据均来自蚂蚁集团官方口径，独立验证仍待完成。此次发布的真正新闻价值在于：它将"以小博大"的智效比路线推到新拐点，若性能声明经独立评测确认，将重塑高并发 Agent 场景的成本曲线。

蚂蚁百灵发布 Ling-3.0-Flash 原生混合推理模型，124B 参数对标 1T 旗舰

2026 年 7 月 23 日，蚂蚁集团旗下百灵大模型在开发者平台上线新一代原生混合推理模型 Ling-3.0-Flash，并于 7 月 24 日正式对外发布。该模型总参数量 124B，单 token 激活参数仅 5.1B，官方称其在基础推理、指令遵循、长文本处理等核心指标上对标甚至超越参数规模达其 2-3 倍的行业领先模型。截至 2026 年 7 月 27 日，模型已在 OpenRouter 上

人工智能

云计算

新闻资讯

蚂蚁集团发布百灵大模型Ling-3.0-Flash，124B参数+5.1B激活参数实现高效推理，对标2-3倍规模模型性能。采用原生混合线性注意力架构，支持256K上下文，限时免费至2026年8月3日后开源。该模型专注Agent场景执行效率，显著降低推理成本，或将重塑AI应用落地经济性。

文章

问答

视频

教程

学习中心

腾讯云实验室

直播

竞赛

腾讯云代码分析专区

腾讯iOA零信任安全管理系统专区

腾讯云架构师技术同盟交流圈

腾讯云数据库专区

腾讯云智能顾问专区

腾讯云原生专区

腾讯混元专区

腾讯云TCE专区

腾讯云Lighthouse专区

腾讯云HAI专区

腾讯云Edgeone专区

腾讯云存储专区

腾讯云智能专区

腾讯轻联专区 

腾讯云开发专区

TAPD专区

腾讯轻量云游戏服专区

EdgeOne AI 安全实战专区

腾讯云最具价值专家

腾讯云架构师技术同盟

腾讯云创作之星

腾讯云开发者先锋

腾讯云代码助手

云原生构建

TAPD 敏捷项目管理

Cloud Studio

SDK中心

API中心

命令行工具

涵盖代码开发、场景应用、自动测试全流程，助你从零构建专属AI助手

一站式MCP教程库，解锁AI应用新玩法

聚焦“写作效率、视觉美观与运行性能”三方面进行全面升级，为您提供更高效、稳定的创作环境

社区富文本&Markdown编辑器全新改版上线，欢迎大家体验!

诚挚邀请您参与本次调研，分享您的真实使用感受与建议。您的反馈至关重要，感谢您的支持与参与！

蚂蚁百灵发布 Ling-3.0-Flash 原生混合推理模型，124B 参数对标 1T 旗舰

蚂蚁百灵发布 Ling-3.0-Flash 原生混合推理模型，124B 参数对标 1T 旗舰

社区

活动

圈层

关于

腾讯云开发者

热门产品

热门推荐

更多推荐