inclusionAI 发布 Ling-3.0-flash：124B 总参混合推理模型，激活仅 5.1B
原标题：inclusionAI/Ling-3.0-flash-fp8
AI 摘要
inclusionAI 发布了 Ling-3.0-flash，一款原生混合推理模型，总参数 124B，激活参数仅 5.1B，采用混合线性注意力架构（KDA 与 MLA 交替）和稀疏 MoE。该模型在代码、智能体、通用知识等基准上匹配或超越前代旗舰，并集成 SGLang HiCache 与 Mooncake 分层缓存，将长输入场景的 TTFT 降低 60% 至 80% 以上。模型支持 256K 上下文，默认启用思考模式，适用于生产环境中的复杂智能体工作流。
正文节选
--- license: mit pipeline_tag: text-generation --- <p align="center"> <img src="https://mdn.alipayobjects.com/huamei_qa8qxu/afts/img/A*4QxcQrBlTiAAAAAAQXAAAAgAemJ7AQ/original" width="100"/> </p> <p align="center">🤗 <a href="https://huggingface.co/inclusionAI">Hugging Face</a> | 🤖 <a href="https://modelscope.cn/organization/inclusionAI">ModelScope </a> | 🐙 <a href="https://openrouter.ai/inclusionai/ling-3.0-flash:free">OpenRouter </a>