2026年8月11日，蚂蚁百灵在Hugging Face平台开源Ling-3.0-tiny模型。该模型为7.9B参数混合推理MoE架构，每Token激活1.3B参数，支持BF16、FP8和INT4权重格式。其采用KDA与MLA按3:1交替堆叠的高效架构，并集成128专家稀疏FFN，兼顾性能与成本。模型专为本地部署优化，已在英伟达DGX Spark、Apple Silicon MacBook及Mac mini验证；M4 Pro设备上推理速度达86–90 Token/s，8K上下文峰值内存占用约8.34 GiB。

免责声明：本文内容由开放的智能模型自动生成，仅供参考。