@AdinaYakup:Ling 3.0 flash 是来自 @AntLingAGI Ling 系列的原生混合线性推理模型,其核心是:强大的推理性能…
摘要
AntLingAGI 发布 Ling 3.0 flash,一个原生混合线性推理模型,总参数 124B,激活参数 5.1B,采用 MIT 许可证,声称以更少的计算量和更快的响应速度媲美 1T 参数的旗舰模型。
查看缓存全文
缓存时间: 2026/08/06 04:37
Ling 3.0 flash — 来自 @AntLingAGI 的原生混合线性推理模型
Ling 系列的核心是:以极少的计算量实现强大的推理性能
- 124B/5.1B 激活参数(MIT 许可证)
- 以 5.1B 激活参数媲美 1T 旗舰模型
- 得益于智能缓存,长输入下的响应时间加快 60-80%
相似文章
@AdinaYakup:蚂蚁集团刚刚发布了 Ling-3.1-flash,来自 @TheInclusionAI 的全新混合推理 MoE 模型——560B/25B 激活参数,MIT 许可…
蚂蚁集团发布 Ling-3.1-flash,一款混合推理 MoE 模型,560B 总参数/25B 激活参数,采用混合线性 MoE 架构(KDA + 门控 MLA),支持 1M 上下文,并以 MIT 许可证开源。
inclusionAI/Ling-3.0-flash · Hugging Face
inclusionAI 发布了 Ling-3.0-flash,一款原生混合推理模型,总参数量124B,激活参数量5.1B,采用混合线性注意力架构(KDA+MLA)与稀疏MoE。其性能与上一代1T级模型 Ring-2.6-1T 相当或更优,同时计算效率大幅提升,并内置智能体与长上下文优化。
@AdinaYakup: Ling-3.0-flash-VL 刚刚由 @inclusionAI 发布 🔥 - 原生图像 + 视频:理解 > 推理 > 行动 > 验证 - 124B/5.5B…
Ling-3.0-flash-VL 是 inclusionAI 新发布的多模态 AI 模型,具有原生图像和视频理解功能,采用 124B 参数架构,其中 5.5B 参数为活跃参数,支持 1M token 上下文,并采用 MIT 许可证。
@AdinaYakup: Ling 3.0 tiny a 7.9B/1.3B hybrid reasoning MoE https://huggingface.co/inclusionAI/Ling-3.0-tiny…
InclusionAI introduces Ling-3.0-tiny, a 7.9B-parameter hybrid reasoning MoE model with only 1.3B active parameters per token, optimized for efficient local and edge deployment.
@AntLingAGI:发布 Ling-2.6-flash,104B 总参、7.4B 激活的稀疏指令模型
Ling-2.6-flash 是 104B 总参/7.4B 激活的稀疏指令模型,专为 token 效率优化,可在智能体任务中降低成本、提升吞吐。