総パラメータ数が124B級のモデルは、一般に推論が重く、提供コストもかさみます。ところがLing 3.0 Flashは、各トークンで有効になるパラメータを約5.1Bに抑えています。しかも現時点では、無料で実行できます。
inclusionAIが2026年7月23日に公開したこのモデルは、コーディング、ツール呼び出し、リサーチ、長時間にわたるタスクを担うエージェント向けの、ハイブリッド推論型Mixture-of-Experts（MoE）モデルです。
Ling 3.0 Flashとは何か
Ling 3.0 Flashを手がけるのは、Ant GroupのLingおよびRingモデル群を開発する研究チーム、inclusionAIです。Ant Groupは、Alipayを展開するフィンテック企業として知られています。「Flash」は同社の高速・高コスト効率ラインに位置付けられ、さらに大規模なフラッグシップモデルの下位層にあたります。
アーキテクチャはMixture-of-Expertsです。総パラメータ数は124Bですが、1トークンの処理時に動くのは約5.1Bのみ。そのため、速度とコストの感覚は小型モデルに近づきます。
もう一つの特徴がハイブリッド推論です。簡単な質問には直接答え、難しい課題ではより長い思考モードへ切り替えます。inclusionAIが想定するのは「プロダクション規模のエージェント」、つまりツールを使い、Webを閲覧し、コードを書いて実行し、多段階にわたって状態を保持するワークロードです。
124Bなのに軽い理由：2.6 Flashからの設計変更
前世代のLing 2.6 Flashと比べると、総パラメータ数は104Bから124Bへ増えました。一方、アクティブパラメータ数は7.4Bから5.1Bへ減少しています。
総パラメータ数が多いほど、モデル内部に保持できる知識の余地は広がります。対してアクティブパラメータ数が少なければ、トークン生成のコストは下がります。実際には、約5Bモデルに近い推論コストで、124B分の容量を活用する設計です。
この差が効くのは、とりわけエージェント処理です。多数のツール呼び出しをまたいで数千トークンを生成するタスクでは、請求額を左右するのはトークン単価です。見かけ上のモデル規模を大きくするより、アクティブパラメータを削るほうが重要になります。
内部では、ハイブリッドな線形アテンションスタックを採用しています。inclusionAIの説明によれば、KDA（線形アテンション）層を5層、その後にフルアテンション（MLA）層を1層置くブロックを繰り返す構成です。線形アテンションで長い入力を低コストに処理しつつ、定期的に挟むフルアテンション層で、純粋な線形モデルでは失われやすい精密な想起を補います。これにより、Flashはネイティブで256Kコンテキストを扱い、1Mに向けた余地も持たせています。ルーター上では、正確なトークン数である262,144に基づき262Kと表示されます。
得意なのは雑談ではなくエージェント実行
Flashが最適化しているのは、自由形式の会話よりもエージェント的な作業です。inclusionAIの発表では、ツール呼び出し精度の向上、長期タスクでの安定性、一般的なエージェント用「ハーネス」フレームワークとの互換性が挙げられています。ローンチ時のデモも、Blenderでの3D都市生成、マルチエージェントによるリサーチ、MCP経由のOfficeタスク、ブラウザアプリといった内容でした。
コーディング面では、通常のコード生成に加え、シーングリッドや相対位置といった空間・構造的な推論にも対応するモデルとして位置付けられています。
ベンチマークについては注意が必要です。モデル公開から日が浅く、現時点で出回っている数字はinclusionAI自身の主張と初期のコミュニティテストが中心で、独立した評価ではありません。inclusionAIによると、Flashは多くのタスクで、アクティブパラメータ数を大幅に抑えながら約1兆パラメータの同社フラッグシップモデルに匹敵、または上回るとされています。結果表では、thinking modeのSWE-Bench Proスコアとして56.63が示されています。第三者による確認が出るまでは、ベンダー公表値として見るのが妥当です。
Ling 3.0 Flashを無料で試す方法
手早く試すならOpenRouterです。モデル名はinclusionai/ling-3.0-flashで、ローンチ時の料金は入力・出力ともに$0。2026年8月3日まで無料です（料金は2026年7月24日に確認）。ZenMuxでも無料で利用できます。どちらもOpenAI互換APIを提供しています。
最小構成の呼び出し例は以下です。
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "inclusionai/ling-3.0-flash",
"messages": [{"role": "user", "content": "Write a Python function to parse a CSV."}]
}'
すでにchat/completionsを使っているクライアントであれば、ベースURL、APIキー、モデル文字列を差し替えるだけで利用できます。モデルルーターを使えば、設定を書き直さずに同じプロンプトでLing 3.0 Flashと現在のモデルをA/B比較することも可能です。
予算面では2点を見ておくべきです。無料期間はプロモーションのため、8月上旬以降は従量課金になると考えられます。参考までに、前世代のLing 2.6 Flashは100万トークンあたり入力約$0.01、出力約$0.03です。また、ローンチ時点では提供事業者が1社のみだったため、スループットや稼働率はその単一バックエンドに依存します。
モデルの重みはダウンロードできる？
「Ling 3.0 flash download」や「Ling 3.0 flash github」で探すと、ここで行き止まりになります。ローンチ時点では、重みは公開されていません。現状のFlashはAPI専用です。
これは従来からの変化でもあります。Ling 2.6 FlashはHugging Faceでオープンウェイトとして公開されており、現在でもローカル実行できます。一方、Flash 3.0はできません。
自前のハードウェアでセルフホストしたい、あるいは量子化して動かしたいなら、inclusionAI Hugging Face pageをチェックしておくとよいでしょう。2.6の重みはここにあり、同グループがこれまでのパターンを踏襲するなら、3.0の公開先もここになるはずです。それまでは、上記のAPIルーターが唯一の利用経路です。
Ling 3.0 FlashとLing 2.6 Flashの違い
| Ling 3.0 Flash | Ling 2.6 Flash | |
|---|---|---|
| リリース日 | 2026年7月23日 | 2026年4月21日 |
| 総パラメータ数 | 124B | 104B |
| トークンあたりのアクティブパラメータ | ~5.1B | ~7.4B |
| コンテキストウィンドウ | ネイティブ256K（ルーター上では262K） | 256K（ルーター上では262K） |
| オープンウェイト | ローンチ時点では未公開 | あり（Hugging Face） |
| ローンチ時の価格 | 2026年8月3日まで無料 | 100万トークンあたり入力約$0.01／出力約$0.03 |
| 主な用途 | ハイブリッド推論エージェント、ツール利用、コーディング | エージェント向け高速インストラクションモデル |
要するに3.0 Flashは、アクティブな計算量の一部を削る代わりに容量を増やし、ハイブリッド推論モードを加えたモデルです。配布形態もAPI優先へ移りました。ローカルやオフラインで使える重みが必要なら、ダウンロード可能なのは引き続き2.6 Flashです。
よくある質問
Ling 3.0 Flashは無料ですか？
現時点では無料です。OpenRouterでは2026年8月3日まで無料で、ZenMuxでも無料で利用できます。期間終了後は従量課金になる見込みです。
Ling 3.0 Flashはオープンソースですか？ ダウンロードやGitHubでの入手はできますか？
ローンチ時点ではできません。重みは公開されていないため、API専用であり、ダウンロード先やリポジトリもありません。OpenRouter（inclusionai/ling-3.0-flash）またはZenMuxを利用してください。旧モデルのLing 2.6 FlashはHugging Faceで公開されているため、3.0の重みが公開される場合も同じ場所に現れる可能性があります。
Ling 3.0 Flashは中国製モデルですか？
はい。Alipayを展開する中国のフィンテック企業、Ant Groupと関係するAI研究グループinclusionAIが開発しています。
Ling 3.0 Flashの規模はどれくらいですか？
総パラメータ数は124Bで、MoE設計によりトークンあたり約5.1Bが有効化されます。ネイティブコンテキストは256Kで、inclusionAIによると1Mに向けて拡張可能です。
Ling 3.0 FlashとLing 2.6 Flashは、どちらを使うべきですか？
ハイブリッド推論を使うエージェント処理や、APIでのトークン単価を抑えたい場合は3.0 Flashが向いています。重みをダウンロードしてローカル実行したいなら、まだオープン化されていない3.0ではなく2.6 Flashを選んでください。