蚂蚁百灵发布全新混合推理模型Ling-3.0-Flash

7月24日，蚂蚁百灵发布Ling-3.0-Flash模型，总参数量达1240亿，每步激活参数51亿，性能媲美2至3倍规模模型，同时降低计算成本。该模型专为智能体应用设计，拥有超过1万个真实交互环境，改进了自我纠错与长期规划能力。模型采用混合注意力架构，KDA线性注意力与MLA层比例为5:1，并将闪电注意力升级为KDA以提升状态追踪。每token专家激活比例从1/32降至1/64，效率提升。工程改进包括集群级缓存，使首词延迟降低60%至80%，以及多智能体协作框架以增强稳定性。