8月7日，蚂蚁集团旗下百灵大模型官方宣布，新一代原生混合推理模型Ling-3.0-flash正式开源。该模型采用124B总参数、5.1B激活参数的MoE架构，同步提供基础版本及FP8、FP4、INT4等多个版本。
部署方面，Ling-3.0-flash提供三种落地选择：开发者可通过云端API直接调用；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；面向时延敏感的高性能服务，指定GPU配置下平均输出速率突破1100 tokens/s。
性能数据上，在Artificial Analysis榜单中，Ling-3.0-flash输出速度达353 tokens/s；在AA Intelligence Index榜单中，每项任务加权平均调用成本约0.04美元，加权平均解码时间约1.4分钟，并进入“智能水平—任务成本”和“智能水平—任务耗时”优势区域。
官方表示，2026年8月7日00:00至8月31日24:00，Ling-3.0-flash在Ling Studio限时享受2.5折优惠，9月1日起恢复原价。