IT之家 8 月 8 日消息，蚂蚁集团旗下百灵大模型官方昨日宣布，新一代原生混合推理模型 Ling-3.0-flash 现已正式开源。 
Ling-3.0-flash 采用 124B 总参数、5.1B 激活参数的 MoE 架构。官方同步提供基础版本以及 FP8、FP4、INT4 等多个版本，提供三种不同的落地选择： 


API 调用：面向希望快速接入、无需自建推理服务的开发者，Ling-3.0-flash 可通过云端 API 直接调用； 


单机私有化：面向数据不能出域的企业和团队，MXFP4 与 INT4 版本可在单台 NVIDIA DGX Spark 上完成端到端推理； 


高性能部署：面向单请求时延敏感的高性能服务，在指定 GPU 测试配置下，平均输出速率突破 1100 tokens/s。 


对于希望快速验证产品、上线 Agent 应用的开发者和产品团队，API 是门槛最低...