InclusionAI выпустила Ling-3.0-flash: 124B параметров, MoE и контекст до 1 млн токенов

Архитектура и эффективность

InclusionAI выпустила новую модель Ling-3.0-flash, которая использует архитектуру Mixture of Experts (MoE). Ключевая особенность — разделение общего веса модели и активных параметров. При общем объеме в 124 миллиарда параметров, на каждый токен активируется лишь 5,1 миллиарда. Это обеспечивает высокую скорость инференса и снижает затраты на вычисления по сравнению с плотными моделями аналогичной мощности.

Контекстное окно и совместимость

Модель поддерживает стандартное контекстное окно до 256 тысяч токенов, с возможностью расширения до 1 миллиона токенов. Это делает её пригодной для задач, требующих анализа огромных объемов данных: длинных документов, логов, кодовых баз. API модели полностью совместим с интерфейсом OpenAI, что позволяет легко интегрировать её в существующие пайплайны без переписывания кода.

Производительность и бенчмарки

Согласно данным разработчиков и отзывам пользователей, Ling-3.0-flash демонстрирует результаты, сопоставимые с моделями класса «1 трлн параметров». Это указывает на высокую эффективность использования параметров в архитектуре MoE. Модель ориентирована на сложные задачи: программирование, поиск информации, исследования и работу с внешними инструментами (агентные сценарии).

Доступность

Модель доступна через платформу OpenRouter. Разработчики предоставляют бесплатный доступ до 3 августа 2026 года. Также есть опция использования через сервис Kilo с ограниченным по времени доступом. Это позволяет широкому кругу разработчиков протестировать возможности модели в реальных задачах без финансовых барьеров.

Источник: Openrouter ↗