蚂蚁百灵发布Ling-3.0-flash原生混合推理模型

蚂蚁百灵发布Ling-3.0-flash原生混合推理模型，总参数量124B，激活参数量仅5.1B，采用混合线性注意力架构与1/64稀疏MoE，扩展至10,000+可交互训练环境。在传统推理、指令遵循与长文本等指标上对标甚至超越上一代旗舰Ring-2.6-1T，长输入下TTFT降低60%至80%以上。

该模型以极低激活参数量实现与上一代旗舰模型相当的性能，大幅降低推理计算成本与延迟，尤其对长文本场景的响应速度提升显著，使高效部署低资源设备成为可能。

原生混合线性注意力替代标准注意力，将长输入的计算复杂度从二次方降为线性；结合1/64稀疏MoE仅激活5.1B参数，在不牺牲能力的前提下显著减少每次推理的浮点运算量。

模型可部署在资源受限设备或高并发服务中，降低硬件成本；长输入TTFT降低60%-80%以上，使实时对话、文档处理等用户体验显著提升，后端推理吞吐量有望数倍增加。

• 将Ling-3.0-flash集成到现有AI客服或文档分析产品中，降低每请求推理成本并加快响应速度。
• 利用其低激活参数量，开发可在端侧（如手机、IoT设备）运行的轻量级智能助手。
• 针对长文档摘要、合同审查等场景，提供比传统模型更快的首令牌时间，提升用户留存。

• 模型的训练数据规模、具体评测基准指标未在证据中披露。
• 上一代旗舰Ring-2.6-1T的性能细节以及对比测试环境尚不清楚。
• 模型的开闭源状态及商用授权方式未说明。
• 混合线性注意力在不同类型任务（如多轮对话、代码生成）上的泛化能力是否一致有待验证。