蚂蚁百灵开源 Ling-3.0-flash：124B 参数 MoE 模型，支持多版本部署

蚂蚁百灵正式开源新一代原生混合推理模型 Ling-3.0-flash。该模型采用 124B 总参数、5.1B 激活参数的 MoE 架构，并提供 FP8、FP4、INT4 等多个版本。

该模型是蚂蚁百灵开源的 MoE 模型，总参数达 124B，激活参数仅 5.1B，显著降低推理成本，并提供多种量化版本，体现开源生态在模型效率和部署灵活性上的进展。

MoE 架构通过稀疏激活机制，在保持大模型容量的同时降低每次推理的计算量；多种量化版本（FP8、FP4、INT4）在精度与性能间提供权衡，适配不同硬件和部署场景。

企业可在低资源硬件上部署大模型，降低推理成本；多版本选择便于灵活集成，但引入的量化误差可能影响精度敏感任务，对模型调优和部署工程提出更高要求。

• 基于 Ling-3.0-flash 开发垂直场景的推理服务，如智能客服或内容生成，利用低激活参数降低单次调用成本。
• 构建模型部署解决方案，提供 API、单机和高性能三种模式的自动配置工具，帮助团队快速适配。
• 为企业提供模型量化咨询和调优服务，针对不同硬件选择最优 FP8/FP4/INT4 版本。
• 在开源社区推出基于该模型的微调模板或示例，降低二次开发门槛。

• Ling-3.0-flash 在哪些基准测试上表现如何？
• 该模型的开源许可证是什么？是否允许商用？
• 支持的具体硬件平台和部署环境有哪些？
• 与蚂蚁百灵其他模型相比，性能有何差异？