蚂蚁集团旗下百灵大模型官方昨日宣布，新一代原生混合推理模型 Ling-3.0-flash 现已正式开源。

　　Ling-3.0-flash 采用124B 总参数、5.1B 激活参数的 MoE 架构。官方同步提供基础版本以及 FP8、FP4、INT4 等多个版本，提供三种不同的落地选择：

　　面向希望快速接入、无需自建推理服务的开发者，Ling-3.0-flash 可通过云端 API 直接调用；

　　面向数据不能出域的企业和团队，MXFP4 与 INT4 版本可在单台 NVIDIA DGX Spark 上完成端到端推理；

　　面向单请求时延敏感的高性能服务，在指定 GPU 测试配置下，平均输出速率突破 1100 tokens/s。

　　在 AA Intelligence Index 榜单中，Ling-3.0-flash 每项任务的加权平均调用成本约为 0.04 美元，加权平均解码时间约为 1.4 分钟，同时进入“智能水平 — 任务成本”和“智能水平 — 任务耗时”的优势区域。