AI Index

Ling-3.0-flash

语言 Ant Group 部分核实 发布于 2026年7月23日
  • 输入 文本 输出 文本
  • 推理
  • 可关闭推理
  • 工具调用
  • 开放权重

价格

1 个渠道报价 · 按标价显示
Ant Ling API 官方 中国站 · CNY Ling-3.0-flash
条件/ 百万 tokens输入缓存读取输出
标准 ¥0.50¥0.10¥1.50

价格来源 Ant Ling: model pricing (核对于 2026年11月4日)

标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。

详细规格

许可证
mit
模型家族
ling-flash
模型 ID

Ant Group 的页面未说明：最长输入, 推理档位, 最大思考预算, 结构化输出, 内置工具, 知识截止, 别名。

本地运行

权重： inclusionAI/Ling-3.0-flash
  • 参数 127.5B
  • 激活 5.1B · 专家 512（每 token 8）
  • 原生精度 BF16
  • 层数 42
  • 每 token 的 KV 缓存 47 KB
  • 配置位置数 256K （config.json max_position_embeddings）
  • API 上下文 250K （厂商 API）
我的配置 GeForce RTX 4090 24 GB · 1008 GB/s · 内存 64 GB DDR5 双通道 · 89.6 GB/s
在你的配置上 · GeForce RTX 4090
需放到内存 Q4_K_M （自动） 8K 上下文 19–28 tok/s卸载 32/42 层
权重KV 缓存运行开销放到内存可用上限
需要
≈ 75.7 GB (权重 71.7（官方文件） + KV 缓存 0.4 + 开销 3.6)
可用
21.6 GB (标称的 90%)
放到内存
54.6 GB · 10/42 层在显卡（--n-gpu-layers 10）
生成速度
19–28 tok/s (每 token 读激活的 5.1B)
首 token
2K 提示约 0.16–0.25 秒
推荐精度权重8K 需要在你的配置上最长上下文
原生 BF16官方237.5 GB≈ 249.7放不下—
Q8_0官方126.3 GB≈ 133.0放不下—
FP8官方119.6 GB≈ 126.0放不下—
Q6_K官方97.6 GB≈ 102.8放不下—
Q5_K_M官方84.3 GB≈ 88.8放不下—
Q5_081.6 GB≈ 86.1放不下—
Q4_K_M官方71.7 GB≈ 75.7需放到内存 19–28 tok/s—
Q4_066.8 GB≈ 70.5需放到内存 21–31 tok/s—
INT4 (AWQ / GPTQ)官方71.7 GB≈ 75.7需放到内存 19–28 tok/s—
IQ4_XS63.1 GB≈ 66.6需放到内存 22–34 tok/s—
Q3_K_M质量下降明显58.0 GB≈ 61.3需放到内存 41–62 tok/s—
IQ3_XXS质量下降明显45.4 GB≈ 48.1需放到内存 53–79 tok/s—
Q2_K质量下降明显44.5 GB≈ 47.1需放到内存 54–81 tok/s—
IQ2_XXS质量下降明显30.6 GB≈ 32.5需放到内存 82–124 tok/s—

点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。

和其他配置比

每个配置各用它能跑的最高精度，点一个看细节。

最低需要（Q4_K_M · 8K）：显卡 NVIDIA RTX PRO 6000 Blackwell Workstation Edition；统一内存 Apple M5 Max (40-core GPU) · 128 GB。

运行命令

llama.cpp
llama-server -hf inclusionAI/Ling-3.0-flash-GGUF:Q4_K_M -c 8192 --n-gpu-layers 10
Ollama
ollama run hf.co/inclusionAI/Ling-3.0-flash-GGUF:Q4_K_M
微调需要多少显存
全参≈ 1902.0 GB你的配置放不下
LoRA≈ 240.0 GB你的配置放不下
QLoRA≈ 69.3 GB你的配置放不下

batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。

估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的

引用评分

来自第三方排行榜，并非我们测得

这个模型还没有出现在我们引用的任何排行榜上。

资讯

全部资讯 →
  • 2026年10月15日价格 Ant Group 上调 Ling-3.1-flash、Ling-3.0-flash 价格 Ling-3.1-flash（Ant Ling API，CNY）：输入 ¥0.00 → ¥0.50，输出 ¥0.00 → ¥1.50，缓存读取 ¥0.00 → ¥0.125，每百万 tokens。Ling-3.0-flash（Ant Ling API，CNY）：输入 ¥0.125 → ¥0.14，输出 ¥0.375 → ¥0.42，缓存读取 ¥0.025 → ¥0.028，每百万 tokens。

价格走势

Ant Ling API, 中国站 · 标准价 · 按标价显示

输入 每百万 tokens

0¥0.20¥0.40¥0.6010月15日10月26日11月6日CNY / 百万 tokens2026年10月28日: ¥0.502026年11月6日: ¥0.50

输出 每百万 tokens

0¥0.50¥1.00¥1.50¥2.0010月15日10月26日11月6日CNY / 百万 tokens2026年10月28日: ¥1.502026年11月6日: ¥1.50

变更

全部变更 →
  1. 缓存读取涨价 12% ¥0.025 → ¥0.028 / 百万 tokens · Ant Ling API, 中国站
  2. 输出涨价 12% ¥0.375 → ¥0.42 / 百万 tokens · Ant Ling API, 中国站
  3. 输入涨价 12% ¥0.125 → ¥0.14 / 百万 tokens · Ant Ling API, 中国站

来源

本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据

Ant Group · 中国 · developer.ant-ling.com

快照、同系列与同厂商的其他模型