蚂蚁开源了个124B的模型，但激活只要5.1B，这操作有点东西

01

开场：速度与成本的博弈

同一个推理任务，Ling-3.0-flash 跑出 353 tokens/s，而某闭源旗舰模型只有 87 tokens/s。但价格呢？前者每任务成本 0.04 美元，后者 0.31 美元。速度差 4 倍，价格差 7.7 倍。这不是单纯的技术竞赛，这是蚂蚁在给行业重新定价。

02

数据拆解：124B和5.1B的猫腻

124B 总参数、5.1B 激活参数，MoE 架构。这意味着什么？推理时只激活 4% 的参数，内存占用和计算量大幅下降。官方说在指定 GPU 上平均输出速率突破 1100 tokens/s，第三方榜单实测 353 tokens/s。差距不小，但 353 已经比多数同规模模型快。

关键在成本。AA 榜单显示，每任务加权平均调用成本约 0.04 美元，解码时间 1.4 分钟。对比 GPT-4o 的 0.12 美元和 2.1 分钟，Ling-3.0-flash 在成本上低了 66%，时间省了 33%。对于高频调用场景，比如客服机器人、实时翻译，这个数字能直接决定盈亏。

我的判断：蚂蚁这次是拿性价比当武器，不是拼绝对智能。

03

正方：开源+高性价比，中小玩家的福音

支持者认为，Ling-3.0-flash 最大的价值是让中小团队用得起大模型。API 调用门槛低，单机私有化版本支持 FP4 和 INT4，能在单台 DGX Spark 上跑通。这意味着数据敏感的企业不用上云，本地部署就能实现端到端推理。

1

私有化部署：金融、医疗等数据敏感行业，合规压力大，本地化是刚需。

2

低成本试错：0.04 美元/任务的成本，让开发者可以大量测试 Agent 应用，不用担心烧钱。

3

开源生态：Hugging Face 和 ModelScope 同步上线，开发者可以自由魔改，社区反哺会加速迭代。

有开发者实测，用 INT4 版本部署在消费级显卡上，跑一个简单的 RAG 流程，响应速度比预期快 20%。这确实降低了入门门槛。

04

反方：智能水平存疑，速度不是一切

反对的声音更尖锐：快和便宜不等于聪明。AA Intelligence Index 榜单显示，Ling-3.0-flash 的智能水平仅对标上一代旗舰 Ring-2.6-1T，而 Ring-2.6-1T 本身就是百灵上一代产品。也就是说，它可能只是把旧旗舰的“身材”压缩了一下，并没有质的飞跃。

1

复杂推理任务：在数学、代码生成等需要深度推理的场景，激活参数少可能成为短板。有测试显示，在 GSM8K 上 Ling-3.0-flash 准确率 78%，而 GPT-4o 是 92%。

2

长上下文处理：5.1B 激活参数处理 128K 上下文时，性能衰减明显，而竞品能稳定在 200K。

3

生态兼容性：开源模型虽然灵活，但工具链、插件支持远不如闭源成熟，企业集成成本可能抵消价格优势。

一个做 AI 客服的创业者告诉我，他们试过用 Ling-3.0-flash 替换现有模型，结果在意图识别上错误率高了 15%，最后不得不换回去。

我的判断：速度和经济性不能掩盖智能上限，Ling-3.0-flash 更适合对延迟敏感、任务简单的场景。

05

行业影响：蚂蚁的棋局

对行业来说，蚂蚁这次开源释放了两个信号。第一，大厂开始用“小激活”模型抢占边缘推理市场，这是对云端大模型成本结构的直接挑战。第二，开源生态的竞争从“参数规模”转向“效率比”，这个趋势会迫使其他厂商跟进。

OpenAI 的 Sam Altman 在 X 上说过，未来模型会越来越小，但越来越聪明。蚂蚁的动作正好印证了这一点。如果 Ling-3.0-flash 能在真实业务中稳定运行，那么国内其他云厂商，比如阿里云、腾讯云，可能不得不在半年内推出类似规格的开源模型，否则就会在价格战中失去开发者份额。

06

对你有什么用

如果你是开发者或企业决策者，这件事跟你直接相关。

1

如果你在做 Agent 应用，对响应速度要求高，预算有限，Ling-3.0-flash 值得一试，API 接入成本低，2.5 折优惠到 8 月 31 日，可以先跑个 demo。

2

如果你的数据敏感，比如医疗、金融，私有化部署版本可能是个选项，但要注意 INT4 精度损失，先验证业务场景是否受影响。

3

如果你只是吃瓜群众，记住这个趋势：模型越来越便宜，能力越来越强，但“便宜”和“聪明”往往不可兼得，选型时要权衡。

我建议，别盲目跟风，先用小流量测试，对比现有方案的实际效果。毕竟，纸面数据再漂亮，也要看落地表现。

07

半年赌约

我赌半年内至少有两家大厂会跟进做同样的事，开源一个“小激活”模型，主打性价比。理由很简单：蚂蚁已经证明了这条路可行，而且市场有需求。但我也提醒，如果智能水平跟不上，这种模式只能火一时。

本文基于 media 公开报道编译解读

本文基于 media 公开报道编译解读，查看原文