蚂蚁集团旗下百灵大模型于7月24日发布百灵新一代原生混合推理模型Ling-3.0-flash。据官方介绍，相比上一代1T级旗舰思考模型Ring-2.6-1T，Ling-3.0-flash的总参数量为124B，约为前者的12.4%；激活参数量仅为5.1B，约为前者的8.1%，却实现了全方位的能力对标甚至超越。

该模型的核心改进体现在三个方面。其一，混合线性架构原生进化：从预训练伊始即采用原生混合线性注意力架构，以5:1比例交替堆叠KDA与MLA，并升级全新KDA细粒度对角门控与1/64稀疏MoE，在124B总参数、5.1B激活参数规模下，实现了长上下文效率、状态记忆与计算成本的协同跃升。

其二，极致智能密度越级挑战：仅需5.1B激活参数即可提供卓越的传统推理、指令遵循与长文本能力，直面更大尺寸竞对SOTA及上一代旗舰时实现性能越级，全面赋能复杂Agent场景的高效落地。

其三，Agent全面进化，长程闭环：围绕真实生产力场景深度打磨，扩展10000+可交互训练环境，实现Coding、General与Deep Research Agent任务的全程闭环，做到能力强、响应快、协同稳。同时创新接入SGLang HiCache与Mooncake分级缓存架构（物理双池、集群共享L3），使长程交互无需重算，长输入下TTFT降低60%至80%以上。

官方在OpenRouter与百灵官方平台同步开放限时免费API调用，免费期截至8月3日23:00（北京时间），Ling-3.0-flash模型权重将在免费期结束后正式开源。