知识卡片：蚂蚁百灵发布原生混合推理模型Ling-3.0-flash，11项基准超越万亿旗舰

英文标题: Ling-3.0-flash: 124B Total / 5.1B Activated, Outperforms Trillion-Parameter Ring-2.6-1T on 11 of 12 Benchmarks

英文关键词: Ling-3.0-flash; mixed linear attention; KDA; MLA; sparse MoE; SWE-Bench Pro; BFCL-v4; GDPVal; agent; open-source; Ant Group

一句话结论

蚂蚁百灵发布的Ling-3.0-flash是一款原生混合推理模型，总参数124B但激活仅5.1B（1/64稀疏MoE），在12项基准测试中11项优于万亿参数旗舰Ring-2.6-1T，尤其代码与Agent能力突出，并将于8月3日开源权重。

事件概述

蚂蚁百灵于2026年7月底发布Ling-3.0-flash，这是一款面向代码与Agent任务的原生混合推理模型。该模型采用创新的5:1混合线性注意力与1/64稀疏MoE架构，在极低激活参数下实现超越万亿级模型的性能，计划于8月3日开源。

方法/产品要点

• 架构设计: 总参数124B，激活参数仅5.1B；采用5:1混合线性注意力（结合KDA和MLA）与1/64稀疏MoE（Mixture-of-Experts）架构。
• 上下文长度: 原生支持256K tokens。
• 推理效率: 长输入场景下首字响应时间降低60%以上。
• 开源计划: 将于8月3日开源模型权重。

主要结果或产业意义

• 基准测试表现: 在12项基准中，11项超越万亿参数旗舰模型Ring-2.6-1T。
• 代码能力: SWE-Bench Pro得分56.6%，位居榜首。
• Agent能力: BFCL-v4与GDPVal等评测中比肩Claude-Sonnet-4.6。
• 产业意义: 以极低激活参数（5.1B）实现远超大模型（124B总参数）的性能，展示了稀疏MoE与高效注意力机制在降低推理成本方面的巨大潜力，为Agent和代码任务的高效部署提供新路径。

为什么重要

• 效率与性能的颠覆性平衡: 激活参数仅5.1B即可超越万亿旗舰，大幅降低推理成本与硬件门槛，使中小团队也能部署高性能Agent模型。
• 开源推动生态: 开源权重将加速社区在Agent、代码生成等领域的二次开发与创新。
• 与既有脉络的关系: 相对于此前“大规模推理基准测试”卡片关注的推理引擎优化，本条侧重模型本身的架构创新和极低激活参数下的顶尖性能，为Agent应用提供更底层的模型选择。

局限与不确定性

• 长上下文实际表现: 原生支持256K上下文，但长序列下的具体吞吐、延迟等细节待核实。
• 开源范围: 是否包含完整训练代码、模型结构细节及使用许可协议待核实。
• 跨领域泛化能力: 基准测试主要聚焦代码与Agent，在通用语言理解、多模态等领域的表现待核实。

可用于图书/PPT/简报的角度

• “小模型大能力”的典型案例: 展示稀疏MoE和混合注意力架构如何用1/24的激活参数挑战万亿级模型。
• Agent模型选型参考: 强调SWE-Bench Pro和BFCL-v4等Agent指标，适合在技术选型章节对比。
• 开源与产业落地: 作为国产大模型开源新动向，强调其对降低AI应用成本的潜在影响。

原始材料

• 来源：搜狐（腾讯研究院AI速递 20260730）
• URL：https://m.sohu.com/a/1056423726_455313?scm=10001.325_13-325_13.0.0-0-0-0-0.5_1334&digest_item=5
• 关键段落提取：第五点“蚂蚁百灵发布Ling-3.0-flash，11项超越万亿旗舰”