7月24日，蚂蚁集团旗下百灵大模型正式发布新一代原生混合推理模型——Ling-3.0-flash。值得关注的是，这款模型在参数规模上大幅精简，但能力表现反而对标甚至超越了上一代旗舰产品，实现了“以小博大”的技术突破。

官方数据直观展现：上一代旗舰思考模型 Ring-2.6-1T 参数量达 1T（万亿），而 Ling-3.0-flash 总参数量仅 124B（1240亿），约为前者的 12.4%；激活参数量更是压缩至 5.1B，仅相当于 Ring-2.6-1T 的 8.1%。在如此悬殊的规模差距下，Ling-3.0-flash 却在多个维度实现能力对标甚至超越——这才是真正的“以小博大”式技术创新。

具体来看，Ling-3.0-flash 的核心改进集中在三个方向：

• 混合线性架构，原生进化。从预训练阶段就引入自研混合线性注意力架构，采用 5:1 交替堆叠 KDA 与 MLA 的设计。同时升级全新 KDA 细粒度对角门控，以及 1/64 稀疏 MoE（混合专家）。在 124B 总参数、5.1B 激活参数的规模下，长上下文处理效率、状态记忆能力和计算成本之间实现协同跃升，这一平衡点选择相当精准，为小参数模型提供了大模型级别的推理能力。

• 极致智能密度，越级挑战。追求“快、省、可落地”的智能密度和智效比极限，是这代模型的核心设计思路。仅 5.1B 激活参数，就能提供出色的传统推理、指令遵循和长文本处理能力——这意味着在复杂 Agent 应用场景中，它能以更低成本实现更高效的应用落地，特别适合企业级 AI 部署需求。

• Agent 全面进化，长程闭环。围绕真实生产力场景，模型训练环境扩展至 10,000+ 个可交互场景。Coding（代码生成）、General（通用任务）与 Deep Research Agent（深度研究智能体）均能实现全程闭环，官方总结为“能力强、响应快、协同稳”。更值得一提的是，创新接入了 SGLang HiCache 和 Mooncake 分级缓存架构，采用物理双池、集群共享 L3 设计，使得长程交互无需重复计算，长输入下的 TTFT（首 token 生成时间）降低 60% 到 80% 以上，大幅提升实时交互体验。

目前，Ling-3.0-flash 已在 OpenRouter 和百灵官方平台同步开放限时免费 API 调用，免费期截止至北京时间 8 月 3 日 23:00。更值得期待的是，模型权重将在免费期结束后正式开源——这意味着开发者很快就能拿到这个“小而强”的模型，在实际场景中验证其真实能力，推动 AI 技术的普惠应用。