一款总参数达到 124B 的模型，通常意味着推理慢、部署贵。Ling 3.0 Flash 走的是另一条路线：它每生成一个 token 只激活约 5.1B 参数，而且目前可以免费调用。
inclusionAI 于 2026 年 7 月 23 日发布了这款混合推理 Mixture-of-Experts（MoE）模型，目标是生产级 Agent 场景，包括编程、工具调用、研究任务和长链路执行。
Ling 3.0 Flash 到底是什么
Ling 3.0 Flash 出自 inclusionAI，也就是蚂蚁集团 Ling 和 Ring 模型家族背后的研究团队。蚂蚁集团正是支付宝背后的金融科技公司。名称中的“Flash”代表高速、低成本档位，定位低于该团队规模更大的旗舰模型。
它采用 Mixture-of-Experts 架构：总计 124B 参数中，每个 token 实际只会调用约 5.1B 参数。因此，它的运行速度和成本更接近一款小模型。
它也是一款 混合推理 模型：面对简单问题会直接作答，遇到复杂问题则会切换到更长的思考模式。inclusionAI 将其面向“生产规模的 Agent”，即那些需要调用工具、浏览网页、编写和运行代码，并在多步流程中保持状态的工作负载。
124B 总参数，却只激活 5.1B
与前代 Ling 2.6 Flash 对比，Ling 3.0 Flash 的总参数增加了，从 104B 提升至 124B；但每个 token 的激活参数反而降低，从 7.4B 降至 5.1B。
更大的总参数量意味着模型有更多容量存储知识；更少的激活参数则意味着每生成一个 token 的成本更低。实际使用中，你大致是在支付一款约 5B 模型的推理成本，同时获得 124B 参数规模的能力储备。
这对 Agent 尤其重要。一项任务如果经过多轮工具调用、生成数千个 token，账单主要取决于单 token 成本。相比单纯堆高模型标称规模，降低激活参数往往更有价值。
底层架构采用混合线性注意力堆栈。inclusionAI 的描述是：每五层 KDA（线性注意力）层搭配一层全注意力（MLA）层，循环重复。线性注意力让长输入的成本保持可控，定期插入的全注意力层则弥补纯线性模型在精确召回上的损失。这也是 Flash 能原生支持 256K 上下文、并具备向 1M 扩展空间的原因。路由平台通常将其显示为 262K，精确 token 数为 262,144。
重点不是闲聊，而是 Agent 执行
Flash 优化的方向是 Agent 工作流，而不是开放式聊天。inclusionAI 在公告中提到，它提升了工具调用准确率、长程任务稳定性，并增强了与常见 Agent “harness”框架的兼容性。发布演示也体现了这一定位：用 Blender 创建 3D 城市、多 Agent 研究、基于 MCP 的 Office 任务，以及浏览器应用。
在编程方面，inclusionAI 不仅将它定位为常规代码生成模型，也强调其空间和结构推理能力，例如理解场景网格与相对位置关系。
基准测试需要谨慎看待。模型发布仅数天，目前流传的数据主要来自 inclusionAI 自己的说法和早期社区测试，并非独立评测。inclusionAI 表示，Flash 在许多任务上能够追平或超过其约 1 万亿参数的旗舰模型，同时只需其中一小部分激活参数；其结果表还列出了思考模式下 56.63 的 SWE-Bench Pro 分数。在第三方确认前，这些都应视为厂商数据。
现在如何免费试用 Ling 3.0 Flash
最快的入口是 OpenRouter。模型名称为 inclusionai/ling-3.0-flash，上线时输入和输出价格均为 $0，可免费使用至 2026 年 8 月 3 日，价格于 2026 年 7 月 24 日核实。它也可在 ZenMux 免费使用。两者均提供兼容 OpenAI 的 API。
最简调用示例：
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."}]
}'
凡是已经支持 chat/completions 的客户端，只需替换基础 URL、密钥和模型字符串即可使用。你也可以借助模型路由器，在不重写任何内容的前提下，用同一批提示词将 Ling 3.0 Flash 与现有模型做 A/B 对比。
有两点需要提前纳入预算。免费期属于推广活动，预计 8 月初之后会转为按量计费。作为参考，前代 Ling 2.6 Flash 的标价约为每百万 token 输入 $0.01、输出 $0.03。另外，发布时仅有一家服务商提供该模型，因此吞吐量和可用性都依赖这一套后端。
能下载模型权重吗？
搜索“Ling 3.0 flash download”或“Ling 3.0 flash github”目前会碰壁。模型发布时，权重并未公开；现阶段 Flash 仅能通过 API 使用。
这与此前有所不同。Ling 2.6 Flash 以开放权重形式发布在 Hugging Face 上，今天就可以本地运行；但 Flash 3.0 目前还不行。
如果你希望自行托管，或在自己的硬件上做量化，可以关注 inclusionAI Hugging Face 页面：2.6 的权重就在这里，如果团队延续此前模式，3.0 权重也会发布于此。在此之前，上述 API 路由平台是唯一的使用方式。
Ling 3.0 Flash 与 Ling 2.6 Flash 对比
| Ling 3.0 Flash | Ling 2.6 Flash | |
|---|---|---|
| 发布时间 | 2026 年 7 月 23 日 | 2026 年 4 月 21 日 |
| 总参数量 | 124B | 104B |
| 每个 token 激活参数 | ~5.1B | ~7.4B |
| 上下文窗口 | 原生 256K（路由平台为 262K） | 256K（路由平台为 262K） |
| 开放权重 | 发布时未开放 | 是（Hugging Face） |
| 上线价格 | 免费至 2026 年 8 月 3 日 | 每 1M token 输入约 $0.01 / 输出 $0.03 |
| 侧重点 | 混合推理 Agent、工具使用、编程 | 面向 Agent 的高速指令模型 |
简单来说，3.0 Flash 用更少的激活计算换取了更大的模型容量和混合推理模式，同时转向 API 优先的分发方式。如果你明确需要可本地离线运行的权重，仍然只能下载 2.6 Flash。
常见问题
Ling 3.0 Flash 免费吗？
目前免费。OpenRouter 可免费使用至 2026 年 8 月 3 日，ZenMux 上也可免费使用。免费窗口结束后，预计会转为按量计费。
Ling 3.0 Flash 是开源的吗？可以下载或在 GitHub 上找到吗？
发布时不是。官方没有发布权重，因此它仅支持 API 调用，没有下载链接或代码仓库。可通过 OpenRouter（inclusionai/ling-3.0-flash）或 ZenMux 使用。较早的 Ling 2.6 Flash 已在 Hugging Face 开放，因此如果 3.0 发布权重，也很可能会出现在那里。
Ling 3.0 Flash 是中国模型吗？
是。它由 inclusionAI 开发，该团队与蚂蚁集团有关联；蚂蚁集团是中国金融科技公司，也是支付宝背后的公司。
Ling 3.0 Flash 有多大？
总参数量为 124B，通过 MoE 设计每个 token 激活约 5.1B 参数；原生上下文为 256K，inclusionAI 表示其可向 1M 扩展。
Ling 3.0 Flash 和 Ling 2.6 Flash 该选哪个？
如果你需要混合推理 Agent 能力，并希望通过 API 降低单 token 成本，选 3.0 Flash。如果你需要下载权重并在本地运行，则应选择 2.6 Flash，因为 3.0 目前尚未开放。