Ant Bailing Releases New Hybrid Reasoning Model Ling-3.0-Flash

7月24日，蚂蚁百灵正式发布了新一代原生混合推理模型Ling-3.0-Flash。模型总参数量为124B，每次计算激活5.1B参数。在显著缩减模型规模并降低计算成本的同时，该模型在基础推理、指令遵循、长文本处理等关键指标上，达到或超越了参数规模大2-3倍的行业领先模型，展现出更高的“智能效率比”和实用性。据悉，该模型已在OpenRouter上线，提供一周免费使用，之后将完全开源。该版本特别针对智能体应用场景进行了深度优化。模型通过超过10,000次真实交互扩展了训练环境，并优化了复杂任务的自我纠正和长期规划机制。在编写代码、复杂任务分解、多源信息深度分析等场景中，模型展现出更强的自主完成任务的能力，解决了传统模型在大任务中容易“偏离”或中断的问题。实现“小体积、高智能”的关键在于重新设计了基础计算架构。Ling-3.0-Flash放弃了简单的参数堆叠，在预训练阶段采用了混合注意力架构，以5:1的比例交替使用KDA线性注意力和MLA。此外，模型将上一代的Lightning Attention升级为KDA（Kimi Delta Attention），在Delta Rules的状态更新中引入了细粒度对角门控，从而在处理长文档和代码库时更精确地记住关键信息。同时，模型进一步将每个token的专家激活比例从1/32压缩到1/64，实现了更高的“效率杠杆”。为了让AI智能体运行得更快、更稳定，蚂蚁百灵还提供了相应的工程和协作架构。在响应速度方面，通过引入分层集群缓存，避免了长对话和多轮交互中的重复计算，使长输入的第一个token延迟降低了60-80%。在任务稳定性方面，升级后的多智能体交互架构允许多个智能体协同工作并相互验证，有效降低了单一模型出错的风险。