# Ant Ling 發布 Ling-3.0-flash 支援大規模 Agent 混合推理

> 📖 本站完整內容索引（documentation index）：[llms.txt](/llms.txt)

> 原作者：Ant Ling (@AntLingAGI) · 策展與摘要：EasyVibeCoding · 平台：X (Twitter) · 熱度：🔥🔥 · 日期：2026-07-24

> 原始來源：https://x.com/antlingagi/status/2080351022028095681

## 證據與延伸閱讀

- [Ling-3.0-flash 模型架構與參數](https://openrouter.ai/inclusionai/ling-3.0-flash)

## 中文摘要

Ant Ling 發布 Ling-3.0-flash 支援大規模 Agent 混合推理。

**核心架構與效能**
Ant Ling 推出的 Ling-3.0-flash 採用混合推理混合專家（MoE）架構，總參數為 124B，但在每個 token 啟動時僅需 5.1B 參數。
- 擁有總參數量的 1/8 與啟用參數量的 1/12，但在多數基準測試中能匹配甚至超越 1T 的旗艦模型。
- 採用原生混合線性注意力機制，堆疊比例為 5:1 的 KDA 與 MLA 層。
- 透過 KDA 對長距離記憶進行精細控制，並以 1/64 的專家啟動率提升 MoE 計算效率。
- 原生支援 256K context，並可擴展至 1M。
- 模型目前已在 OpenRouter 上線，並開放至 2026 年 8 月 3 日免費使用，支援開發者的程式撰寫、搜尋、研究與工具呼叫工作流程。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/a6171461fcf5c0eb.jpg)
> Ling-3.0-flash 在大多數展示的基準測試中表現優於或媲美 Ring-2.6-1T-expert 旗艦模型。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/a806a9b7e6317e0d.jpg)
> Ling-3.0-flash 架構圖詳細展示了該模型的訓練目標、各個層級（如 Gated MLA、KDA、MoE）的區塊配置與運算細節，以及詞彙量、嵌入維度與支援內容長度等核心規格參數。

![](https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/b6a90e8466d2b83a.png)
> OpenRouter 平台上 InclusionAI 的 Ling-3.0-flash 模型資訊頁面，顯示其發布日期為 2026 年 7 月 23 日且具備 262K 上下文長度。

**3D 建模與自動化研究**
在展示空間推理與長期工具呼叫能力的示範中，Ling-3.0-flash 展現了多元應用的整合實力：
- 透過 Blender MCP，模型能編寫 Python 程式碼，建立包含高架道路、摩天大樓與材質的城市，並設定相機運動路徑，渲染出空拍影片。
- 在多 Agent 協同研究系統中，它能協調 Scientist、Data Analyst、CrossValidator、Archivist 與 Writer 等 Agent，形成假設、搜尋文獻、挑戰證據、解決分歧，並產出研究報告與投影片。（示範中提及的半導體市場數據為多 Agent 系統生成的示範內容，非真實統計。）

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872544932-b9in3ojq.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/fb397e2fc57c572f.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 結合 Blender 與 AI 自動化工具實現城市場景 3D 建模與運鏡設定的流程。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872563225-1u3wriqf.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/dc929ac15bfbac91.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 執行多 Agent 協同研究系統的介面，展示從主題設定、資料搜集到自動生成投影片的完整流程。

**辦公室自動化與網頁生成**
模型在處理日常事務與工程設計上，同樣具備端到端的處理能力：
- 透過 Office MCP，模型能讀取並格式化 Word 提案、生成目錄，並以 SUMIF 與樞紐分析表檢查 Excel 財務資料，最後匯出精美文件而不需手動清理。
- 在僅憑程式碼設計系統的示範中，模型不依賴外部圖片即能生成 Bauhaus、Bohemian、acid design 等多種風格的網頁，並利用 CSS 梯度、SVG 路徑、排版與佈局保留各自的視覺語言。
- 在瀏覽器多媒體應用示範中，它結合前端工程、互動設計與 Web Audio，打造出具備多種波形、包絡控制與即時 Canvas 音訊視覺化的極簡鋼琴與合成器。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872577441-ac1767c0.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/5fa1cef2183fbeba.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 影片展示辦公軟體自動化處理文件的完整流程。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872595008-0gs6bxye.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/570b424634fe65c4.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 筆記型電腦展示網頁批次生成功能，具備多元藝術風格的排版設計。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872608329-etvi4zpc.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1b8aa0182abf12bc.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 「Minimalist Web Keyboard & Synthesizer」標題畫面，隨後切換至具有波形監控、ADSR 包絡控制與錄音功能的網頁合成器介面。

**行銷自動化與行程排程**
Ling-3.0-flash 也能處理跨渠道的內容轉換與日常排程管理：
- 在接收房地產銷售 email 的情境中，模型能提取關鍵事實，並轉化為 Instagram、X 與 LinkedIn 的在地化行銷文案，調整語氣與格式而不遺失原始 context。
- 透過 OpenClaw 連線，模型能檢查行事曆、識別可用課程時段、回覆選項、發送確認並更新行事曆，將訊息轉化為完整的互動工作流程。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872626737-9oa98bps.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/3addd7451410984a.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 影片展示 AI 地產行銷自動化銷售系統，透過 Slack 與代理程式串接自動搜尋 Gmail 並生成 LinkedIn 與 Instagram 貼文。

<video src="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/1784872643869-f9kwazsk.mp4" poster="https://pub-75d4fe1e4e80421b9ecb1245a7ae0d1a.r2.dev/curated/669bd6a438bc6f0d.jpg" controls playsinline preload="metadata" style="max-width:100%;height:auto;display:block;margin:1rem 0"></video>
> 訊息視窗展示了自動化鋼琴課程預約的完整對話流程。

## 媒體內容

**Ling-3.0-flash 在大多數展示的基準測試中表現優於或媲美 Ring-2.6-1T-expert 旗艦模型。**

**數據表（1）SWE-Bench Pro**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 56.63 |
| Ring-2.6-1T-expert | 53.9 |
| MiniMax-M2.7 | 56.2 |
| Step-3.7-Flash-high | 56.3 |
| Deepseek-v4-flash-max | 52.6 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 34.06 |
| GPT-5.4-mini-high | 47.88 |
| Claude-Sonnet-4.6-maxthink | 48.29 |

**數據表（2）SWE-Bench Multilingual**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 72.44 |
| Ring-2.6-1T-expert | 56.67 |
| MiniMax-M2.7 | 76.5 |
| Step-3.7-Flash-high | 72.4 |
| Deepseek-v4-flash-max | 73.3 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 42.67 |
| GPT-5.4-mini-high | 71 |
| Claude-Sonnet-4.6-maxthink | 75.9 |

**數據表（3）Terminal-Bench v2.1-AA**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 57 |
| Ring-2.6-1T-expert | 43.1 |
| MiniMax-M2.7 | 55 |
| Step-3.7-Flash-high | 39.3 |
| Deepseek-v4-flash-max | 62 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 39 |
| GPT-5.4-mini-high | 55.81 |
| Claude-Sonnet-4.6-maxthink | 71.2 |

**數據表（4）Tau3-banking-AA**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 28 |
| Ring-2.6-1T-expert | 14.64 |
| MiniMax-M2.7 | 9 |
| Step-3.7-Flash-high | 11 |
| Deepseek-v4-flash-max | 23 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 10 |
| GPT-5.4-mini-high | 11.34 |
| Claude-Sonnet-4.6-maxthink | 30.5 |

**數據表（5）MCP-Atlas**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 65.45 |
| Ring-2.6-1T-expert | 61.2 |
| MiniMax-M2.7 | 53.6 |
| Step-3.7-Flash-high | 52.6 |
| Deepseek-v4-flash-max | 69 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 49.4 |
| GPT-5.4-mini-high | 55.22 |
| Claude-Sonnet-4.6-maxthink | 66.7 |

**數據表（6）SkillsBench**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 44.83 |
| Ring-2.6-1T-expert | 11.88 |
| MiniMax-M2.7 | 34.9 |
| Step-3.7-Flash-high | 24.9 |
| Deepseek-v4-flash-max | 53.46 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 20.31 |
| GPT-5.4-mini-high | 44.83 |
| Claude-Sonnet-4.6-maxthink | 54.41 |

**數據表（7）WideSearch**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 73.63 |
| Ring-2.6-1T-expert | 62.24 |
| MiniMax-M2.7 | 75.2 |
| Step-3.7-Flash-high | 56.81 |
| Deepseek-v4-flash-max | 74.44 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 19.54 |
| GPT-5.4-mini-high | 70.17 |
| Claude-Sonnet-4.6-maxthink | 79.47 |

**數據表（8）BrowseComp (single agent with ctx)**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 70.33 |
| Ring-2.6-1T-expert | 53.67 |
| MiniMax-M2.7 | 76.3 |
| Step-3.7-Flash-high | 75.8 |
| Deepseek-v4-flash-max | 73.2 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 31.28 |
| Claude-Sonnet-4.6-maxthink | 74.01 |

**數據表（9）IFBench**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 74.49 |
| Ring-2.6-1T-expert | 45 |
| MiniMax-M2.7 | 75.7 |
| Step-3.7-Flash-high | 67 |
| Deepseek-v4-flash-max | 79 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 72.56 |
| GPT-5.4-mini-high | 69 |
| Claude-Sonnet-4.6-maxthink | 57 |

**數據表（10）SysBench**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 93.63 |
| Ring-2.6-1T-expert | 86.47 |
| MiniMax-M2.7 | 86.19 |
| Step-3.7-Flash-high | 91.38 |
| Deepseek-v4-flash-max | 93.86 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 90.73 |
| GPT-5.4-mini-high | 93.31 |
| Claude-Sonnet-4.6-maxthink | 94.85 |

**數據表（11）MRCR-128k**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 90.78 |
| Ring-2.6-1T-expert | 90.06 |
| MiniMax-M2.7 | 27.68 |
| Step-3.7-Flash-high | 39.19 |
| Deepseek-v4-flash-max | 88.5 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 40.76 |
| GPT-5.4-mini-high | 56.09 |
| Claude-Sonnet-4.6-maxthink | 92.46 |

**數據表（12）Multi-IF**

| 項目 | 數值 |
| --- | --- |
| Ling-3.0-flash(RC3)-Thinking | 87.65 |
| Ring-2.6-1T-expert | 89.25 |
| MiniMax-M2.7 | 82.93 |
| Step-3.7-Flash-high | 84.56 |
| Deepseek-v4-flash-max | 86.21 |
| Nemotron-3-Super-120B-A12B-BF16-Thinking | 82.33 |
| GPT-5.4-mini-high | 84.61 |
| Claude-Sonnet-4.6-maxthink | 84.8 |

**結合 Blender 與 AI 自動化工具實現城市場景 3D 建模與運鏡設定的流程。**

**影片中的 Prompt 與操作**

Prompt（00:08）：

```
使用 blender mcp 工具根據文件指示生成城市場景並設定相機運動。
```

原文：Use blender mcp tools to generate the urban scene and setup camera movements as document instructed

操作步驟：

1. （00:08）於命令列介面輸入生成城市場景與相機運動的指令
2. （00:11）執行 Python 腳本於 Blender 中建立城市建築模型
3. （00:18）預覽自動生成的 3D 城市渲染畫面

**執行多 Agent 協同研究系統的介面，展示從主題設定、資料搜集到自動生成投影片的完整流程。**

**影片中的 Prompt 與操作**

Prompt（00:00）：

```
深入研究 2026 年運算資源與晶片短缺的情況，以及商機與投資建議。
```

原文：03: Make a deep research of the lack of computation resources and Chips in 2026, as well as opportunities and investment advices.

操作步驟：

1. @00:03 輸入研究主題並點擊 Confirm Reset & Initialize
2. @00:05 觀察多個 Agent 同步進行研究與資料搜集
3. @00:10 檢視自動產出之研究報告文件
4. @00:14 觀看自動合成的簡報與關鍵指標圖表
5. OGFRAME: 00:16

**影片展示辦公軟體自動化處理文件的完整流程。**

**影片中的 Prompt 與操作**

Prompt（00:06）：

```
Using office-mcp, build the document step by step, as our doc instructed - the project proposal
Build - Ling-Flash-Beta Ling
```

Prompt（00:06）：

```
使用 office-mcp，按照我們的文件指示逐一步驟建立 Excel 試算表 - 家庭預算指南。將檔案放在目前資料夾並經常預覽
```

原文：Using office-mcp, build the excel spreadsheet step by step, as our doc instructed - the family budget guide. put the file in current folder and preview often
Build - Ling-Flash-Beta Ling

操作步驟：

1. （00:06）開啟 OpenCode 工具並輸入建立文件與試算表的指令

**筆記型電腦展示網頁批次生成功能，具備多元藝術風格的排版設計。**

**影片中的 Prompt 與操作**

操作步驟：

1. （00:00）介紹網頁批次生成功能
2. （00:11）展示多種藝術風格支援

**影片展示 AI 地產行銷自動化銷售系統，透過 Slack 與代理程式串接自動搜尋 Gmail 並生成 LinkedIn 與 Instagram 貼文。**

**影片中的 Prompt 與操作**

Prompt（00:12）：

```
@Ling-3.0-flash 請搜尋我的 Gmail 以尋找關於矽谷核心地帶獨棟住宅的電子郵件並擷取詳細資訊。然後直接在此回覆最佳的社群媒體草稿！
```

原文：@Ling-3.0-flash Please search my gmail to find the email about single family home in the heart of silicon valley and extract the details. Then directly reply with the best social media drafts here!

操作步驟：

1. （00:12）於 Slack 中透過 @Ling-3.0-flash 指令要求搜尋 Gmail 並產出社群媒體草稿

**訊息視窗展示了自動化鋼琴課程預約的完整對話流程。**

**影片中的 Prompt 與操作**

操作步驟：

1. （00:00）顯示標題 Automatic Lesson Scheduling
2. （00:02）顯示訊息對話介面
3. （00:05）顯示行事曆與對話介面並列
4. （00:14）放大訊息視窗檢視預約確認內容

## 標籤

LLM, 新產品, Agent, Benchmark, Ant Ling