7.9B总参数中激活1.3B，面向智能体工作。这条曲线在哪里变平？

一个每token大约只激活1.3B参数（总参数7.9B）的模型，现在被定位为智能体骨干而非玩具。这让我不禁想问：效率曲线究竟在哪里变平？因为显然它还没有。规格表才是有趣的部分。256K上下文，最多输出32K token。原生函数调用和提示缓存，加上思考模式与即时模式之间的切换，让你可以在不需要推理延迟的轮次中跳过它。整个模型瞄准的是多轮工具循环，而非一次性聊天。这就是Ling 3.0 Tiny，来自InclusionAI，即蚂蚁集团的实验室。这些是实验室自己报告的数字，我还没有看到独立评估，请据此斟酌。说清楚是因为这个子版块大概会在四条评论之内问到：没有权重。没有GGUF，HuggingFace上什么都没有，你不能自托管。它是一个托管的API，按需租用，可通过Vercel的网关访问（太平洋时间8月14日上午8点前免费），此外还有OpenRouter和ZenMux。闪存大小的兄弟模型是另一个话题。这个是封闭的。我真正感兴趣的是token消耗的数学问题。如果激活参数继续这样下降，每个智能体的无聊中间层就会接近免费，选择模型不再是一个架构决策，而变成一种商品购买。这里有人在自己的工作负载上把它和小的开放模型做过正面比较吗？我想看看它在什么地方会输。