Ant Group запускает модель ИИ с 124 миллиардами параметров, превосходящую своего гиганта в 1 триллион

Ant Group удивляет мир ИИ с Ling-3.0-Flash, моделью с открытыми весами в 124 миллиарда параметров, которая активирует всего 5,1 миллиарда на токен и превосходит по бенчмаркам своего предшественника в 1 триллион. Это достижение переопределяет вычислительную эффективность и затраты на внедрение агентов ИИ.

• Ling-3.0-Flash использует архитектуру MoE с 124B общими параметрами и только 5,1B активными на токен, достигая равенства или превосходства над Ling-2.6-1T в ключевых задачах.
• Модель доступна под лицензией MIT и имеет нативное окно контекста в 262.000 токенов, с целью достижения миллиона, разработана для агентов высокочастотной торговли.

Ant Group, финтех-гигант, стоящий за Alipay, запустил Ling-3.0-Flash 23 июля 2026 года. Модель была разработана их лабораторией inclusionAI и бросает вызов представлению о том, что в ИИ больше всегда лучше.

Ling-3.0-Flash имеет 124 миллиарда общих параметров, но активирует всего около 5,1 миллиарда на токен во время вывода. Эта архитектура смешанной экспертизы (MoE) позволяет задействовать только подмножество нейронной сети для каждого ввода, как сообщает Cryptobriefing.

Производительность, бросающая вызов масштабу

В Индексе Искусственного Интеллекта Analysis модель получила оценку 38, равную или превосходящую ее предшественника Ling-2.6-1T, который имел один триллион полных параметров. Это делает ее примерно в восемь раз меньше по общему количеству параметров, но конкурентоспособной по метрикам, которые важны для развертываний в производстве.

Основное достижение заключается в ключевых задачах рассуждения и выполнения инструкций. Архитектура сочетает гибридное рассуждение с MoE, достигая эффективности без ущерба для качества.

Длина контекста также продвигается: нативное окно составляет 262.000 токенов, с планами расширения до миллиона. Механизм внимания сочетает слои Delta Attention от Kimi и Multi-Head Latent Attention, известный как гибридно-линейный подход.

Этот дизайн поддерживает управляемые требования к памяти и вычислениям по мере роста контекста. Ant Group описывает эту технику как основополагающую для поддержки сложных задач агентов.

Разработано для агентов, а не только для чата

Ling-3.0-Flash был специально разработан для агентов ИИ производственного уровня, работающих на высокой частоте. Эти рабочие процессы требуют быстрой генерации токенов, надежного соблюдения инструкций и обработки длинного контекста без деградации.

Огромная библиотека, где библиотекарь может взять только пять книг за раз, независимо от сложности вопроса. Это метафора, которую используют разработчики для объяснения подхода.

Эффективность вывода является ключом к снижению затрат. Активируя только 5,1B параметров, напрямую уменьшается необходимое вычисление на запрос, что снижает операционные расходы в масштабе.

Ant Group уже протестировала модель в своих собственных сервисах Alipay. Хотя конкретные цифры не были раскрыты, компания подчеркивает, что модель оптимизирована для обработки сложных задач агентов в производстве.

Открытая и коммерческая доступность

Модель была опубликована на Hugging Face под лицензией MIT, самой разрешительной в рамках открытого кода. Это позволяет использование, модификацию и коммерческое перераспределение без роялти.

Также был предоставлен бесплатный доступ к API через OpenRouter и Kilo до 3 августа 2026 года. Кроме того, она доступна через каналы Ant Group и шлюз ИИ от Vercel.

Лицензия MIT устраняет барьеры для разработчиков и компаний, желающих интегрировать ее в свои продукты. Это контрастирует с другими моделями открытого кода, которые накладывают ограничения на коммерческое использование.

Решение Ant Group открыть модель стремится позиционировать компанию как лидера в области эффективности. Согласно оригинальному отчету, это может ускорить внедрение ИИ в секторах, где затраты на вывод являются непомерными.

Последствия для будущего ИИ

Если модель MoE с 124B с 5,1B активными может равняться или превосходить базу в один триллион параметров, структура затрат на внедрение способного ИИ значительно снижается. Вывод — это то, на чем компании ИИ тратят деньги после обучения.

Этот прогресс может заставить другие лаборатории пересмотреть свои стратегии масштабирования. Эффективность становится ключевым конкурентным фактором, а не только количество параметров.

Рынок агентов ИИ напрямую выигрывает, поскольку время отклика критично. Модели, такие как Ling-3.0-Flash, позволяют более быстрые взаимодействия и предсказуемые затраты.

CryptoBriefing подчеркивает, что это значительный шаг в гонке за эффективность ИИ, с последствиями для всей отрасли. Сочетание скорости, низкой стоимости и открытой лицензии может изменить ландшафт искусственного интеллекта.

Ant Group демонстрирует, что инновации не всегда означают создание самой большой модели, а самой умной для реального использования. Сообщество разработчиков уже может экспериментировать с этим новым поколением эффективного ИИ.

Этот контент предоставляется исключительно в общих информационных целях и не является финансовым, инвестиционным, юридическим или налоговым советом. Любые мероприятия, вознаграждения, онлайн-акции или связанная с ними информация, упомянутые в настоящем документе, не должны рассматриваться как рекомендация, приглашение к покупке, продаже, торговле или иной сделке с какими-либо криптоактивами. Криптоактивы очень волатильны и могут привести к убыткам. Доступность услуг, продуктов WEEX и связанных с ними событий может варьироваться в зависимости от региона. Вы несете ответственность за обеспечение того, чтобы ваше участие соответствовало применимым местным законам и нормативным актам.