# 蚂蚁百灵发布新一代原生混合推理模型Ling-3.0-Flash

- Link: https://paooo.com/aigc-news/39178/
- Published: 2026-07-27T15:32:52+08:00
- Author: 站外新闻

7月24日，蚂蚁百灵正式发布新一代原生混合推理模型 Ling-3.0-Flash。该模型总参数量124B，
单次计算激活5.1B。在大幅精简体量与降低算力开销的同时，Ling-3.0-Flash 在基础推理、
指令遵循及长文本处理等核心指标上，对标甚至超越了参数规模达其2至3倍的行业领先模型，
展现出更高的“智效比”与落地性价比。据了解，该模型已上线OpenRouter，限时免费一周，
之后将正式开源。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6392076259107436812159074-
1.avif "image.png")

作为该版本的重点，Ling-3.0-Flash 针对[Agent](https://paooo.com/trends/)的实际应用
场景进行了深度打磨。模型扩展了超10000个真实交互训练环境，并优化了复杂任务的自我纠
错与长程规划机制。无论是在代码编写、复杂任务拆解，还是多源信息深度调研等场景中，
Ling-3.0-Flash 均展现出更强的自主闭环交付能力，解决了传统模型在大任务中容易“跑偏”
或断档的难题。

据介绍，实现“小体量、高智能”的关键，源于模型底层计算架构的重新设计。Ling-3.0-Flash
放弃了单纯堆砌参数的思路，从预训练阶段即采用混合注意力架构，以5:1的比例交替堆叠 
KDA 线性注意力层与 MLA 层，让模型在长上下文效率与模型能力之间实现更优平衡。

此外，Ling-3.0-Flash将上一代的 Lightning Attention 升级为 KDA（Kimi Delta Attention），
在 Delta Rule 的状态更新中引入细粒度对角门控，让模型在处理长文档和代码库时能更精准
地记住关键信息。同时，Ling-3.0-Flash进一步压缩了单次计算的专家激活比例，每个 Token
的专家激活比例由前代的1/32进一步压缩至1/64，并由此带来了更高的“效率杠杆”。

![image.png](https://paooo.com/wp-content/uploads/2026/07/6392076260376006868930802.
avif "image.png")

为了让 AI Agent 运行更快、更稳，百灵还为其匹配了配套的工程与协作架构。在响应速度
上，通过引入集群级分级缓存，避免了长对话和多轮交互中的重复计算，将长输入下的首字
响应延迟降低了60% 至80% 以上;在任务稳定性上，升级后的多智能体协同架构允许不同 Agent
分工协作、相互校验，有效减少了单一模型的误判风险，为高频线上服务与真实业务落地提供
了支撑。

**🚀 Prompt 语宙 AI 创作者生态：**探索 2,000+ 全球实用 AI 工具与高精度生图提示词
咒语库

[🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/)
[⚡ AIGC 早报生成器](https://paooo.com/mtool/)