Ming-3.0-audio-flash
- 输入 输入模态: 文本音频
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 模型家族
- ming-audio-flash
Ant Group 的页面未说明：最长输入, 输出模态, 推理, 推理档位, 可关闭推理, 最大思考预算, 工具调用, 结构化输出, 内置工具, 知识截止, 许可证, 别名。
本地运行
权重： inclusionAI/Ming-3.0-audio-flash- 参数 128.2B
- 激活 6.5B · 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 128K （config.json max_position_embeddings）
在你的配置上 · GeForce RTX 4090
○需放到内存 Q4_K_M （自动） 8K 上下文 14–22 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
- ≈ 76.5 GB (权重 72.5 + KV 缓存 0.4 + 开销 3.6)
- 可用
- 21.6 GB (标称的 90%)
- 放到内存
- 55.3 GB · 10/42 层在显卡（--n-gpu-layers 10）
- 生成速度
- 14–22 tok/s (每 token 读激活的 6.5B)
- 首 token
- 2K 提示约 0.21–0.31 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 | 238.8 GB | ≈ 251.1 | ✕放不下 | — |
| Q8_0 | 126.8 GB | ≈ 133.6 | ✕放不下 | — |
| FP8 | 119.4 GB | ≈ 125.7 | ✕放不下 | — |
| Q6_K | 98.0 GB | ≈ 103.3 | ✕放不下 | — |
| Q5_K_M | 84.9 GB | ≈ 89.5 | ✕放不下 | — |
| Q5_0 | 82.1 GB | ≈ 86.5 | ✕放不下 | — |
| Q4_K_M | 72.5 GB | ≈ 76.5 | ○需放到内存 14–22 tok/s | — |
| Q4_0 | 67.2 GB | ≈ 70.9 | ○需放到内存 16–24 tok/s | — |
| IQ4_XS | 63.4 GB | ≈ 67.0 | ○需放到内存 17–26 tok/s | — |
| Q3_K_M质量下降明显 | 58.3 GB | ≈ 61.6 | ○需放到内存 39–59 tok/s | — |
| IQ3_XXS质量下降明显 | 45.7 GB | ≈ 48.3 | ○需放到内存 50–75 tok/s | — |
| Q2_K质量下降明显 | 44.8 GB | ≈ 47.4 | ○需放到内存 51–77 tok/s | — |
| IQ2_XXS质量下降明显 | 30.7 GB | ≈ 32.6 | ○需放到内存 74–112 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
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 1912.3 GB你的配置放不下
LoRA≈ 241.3 GB你的配置放不下
QLoRA≈ 69.7 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19日发布 蚂蚁集团发布三款 Ming 音频模型 蚂蚁集团发布了 Ming-3.0-asr-tiny、Ming-3.0-tts 和 Ming-3.0-audio-flash，可通过其开放 API 使用。
变更
全部变更 →- 新增语言模型
来源
- Changelog（在新标签页打开） developer.ant-ling.com · 核对于 2026年11月1日
- Multimodal Understanding（在新标签页打开） developer.ant-ling.com · 核对于 2026年11月3日
- inclusionAI/Ming-3.0-audio-flash config.json（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- inclusionAI/Ming-3.0-audio-flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- inclusionAI/Ming-3.0-audio-flash files（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- inclusionAI/Ming-3.0-audio-flash README.md（在新标签页打开） huggingface.co · 核对于 2026年11月5日
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
相关模型
快照、同系列与同厂商的其他模型