蚂蚁百灵发布Ling-3.0-Flash：原生混合推理，性能与效率双突破

7月15日，蚂蚁集团旗下百灵大模型正式推出新一代原生混合推理模型Ling-3.0-Flash。该模型采用稀疏注意力与动态专家路由机制，在保持千亿级参数规模的同时，将推理速度提升40%，内存占用降低35%，在多项基准测试中超越GPT-4o。百灵团队表示，Ling-3.0-Flash已实现“训练-推理-部署”全链路优化，可广泛应用于金融、医疗等强实时场景。

据悉，Ling-3.0-Flash的核心创新在于“原生混合推理”架构，即在同一模型中融合符号推理与神经推理能力。在GSM8K数学推理任务上，该模型准确率达92.3%，较前代提升12个百分点；在MMLU多任务语言理解中，得分88.7分。蚂蚁方面透露，该模型已通过内部风控系统压力测试，响应延迟控制在50毫秒以内，预计将于本月底开放API申请。