2026 年 Ling-3.0-flash 详解：蚂蚁集团新一代混合 MoE（附医疗版 Sante 注意事项）

「如果有个模型，性能媲美万亿参数旗舰，但每个 token 的计算量只有约 1/12，而且还能免费试用——？」

---

2026 年 7 月 23 日，蚂蚁集团（Ant Group）AGI 实验室 inclusionAI 发布的Ling-3.0-flash引发热议。总参数 124B、每次只激活 5.1B，用远低于万亿级旗舰（Ring-2.6-1T）的计算成本，实现了同级性能。

2026 年 9 月 4 日，专攻医疗的兄弟模型Ling-3.0-flash-Sante也随之亮相。它在诊断推理基准上超越 GPT-5.6 Sol，被定位用于医疗健康工作流。

本文将以通俗易懂的方式，介绍 Ling-3.0-flash 的原理、性能、用法，以及使用医疗版 Sante 时必须注意的事项。

本文内容:

• Ling-3.0-flash 是什么（架构・性能・价格）
• 医疗版 Sante 的能力与基准
• 医疗使用中必须遵守的注意事项
• 实际用法（API・本地运行）
• 它能做什么、绝不能做什么

---

Ling-3.0-flash 是什么

先给结论：Ling-3.0-flash 是蚂蚁集团 inclusionAI 开发的新一代混合推理 MoE 模型。擅长编码与智能体工作流（AI 操作工具完成任务），以低成本提供高性能。

• 总参数 124B / 激活参数 5.1B（每个 token 只用 5.1B）
• 256K token 上下文（可扩展至 1M）
• 混合线性注意力（KDA＋MLA 以 5:1 堆叠）
• MIT 许可证（2026 年 8 月 7 日开放权重）
• 思考模式（thinking）可开关
• OpenRouter・OpenCode・Kilo 等平台免费使用

主要基准结果

只激活 5.1B 参数，成绩却足以比肩 1T 级模型。

---

为什么「124B 却只用 5.1B」能行？

Ling-3.0-flash 通过MoE（混合专家）机制实现高效。512 个路由专家中，每个 token 只激活8 个。

三个关键点：

1. 1/64 稀疏 MoE 512 个专家只激活 8 个（1/64）。用到的部分越少，计算成本就越低。

2. 混合线性注意力（KDA＋MLA） KDA（Kimi Delta Attention）用对角门控高效处理局部依赖，MLA（多头潜在注意力）压缩长距离信息。以 5:1 堆叠，即使长上下文也能保持高速。

3. 支持 256K 上下文 按 8K → 32K → 256K 渐进式训练。可一次处理大型代码库或海量文档。

---

医疗兄弟模型「Ling-3.0-flash-Sante」

2026 年 9 月 4 日，inclusionAI 发布了面向医疗健康的专用变体Ling-3.0-flash-Sante。名称源自法语「santé（健康）」。

• 专攻医学知识、诊断推理、药物安全与循证检索
• 同样采用 124B 总 / 5.1B 激活的 MoE 架构
• OpenRouter・Vercel・Novita 提供免费 API（截至 2026 年 9 月）

Sante 基准结果

在诊断推理（DiagnosisArena-MCQ）上超越 GPT-5.6 Sol，在开源模型中位居前列。

---

医疗 AI 使用的绝对注意事项

医疗领域「出错可能危及生命」。无论模型多强，都必须遵守以下规则。

作为辅助工具可以使用

• 医学论文的摘要与整理（必须注明信息来源）
• 病历・诊疗记录的草稿辅助（注意隐私合规）
• 药物信息的初步调研（最终由药师・医生判断）
• 第二诊疗意见的参考（须经医生复核）
• 医学教育与学习

绝不能做的事

• 确定诊断・决定治疗方案（最终判断必须由医生作出）
• 判断处方・用药剂量（未经药师・医生确认不可使用）
• 直接向患者提供医疗建议（存在被视为未经批准医疗器械的风险）
• 作为急救・紧急判断依据（无法保证 100% 准确）
• 无保护地输入个人健康信息（可能违反 HIPAA 等隐私法规）

为什么必须谨慎

Sante 本质是语言模型，不是医疗器械。Novita 官方页面明确说明：不得将其输出呈现为诊断、治疗建议或合格医疗判断的替代品。AI 输出可能包含幻觉（看似合理的错误），在医疗场景中这一风险可能致命。

医疗 AI 的铁律：把 AI 输出只当作参考信息，最终医疗判断必须由具备资质的专业人士（医生・药师）作出。遵守这一原则，Sante 就是强大的研究助手。

---

实际用法（API）

Ling-3.0-flash 在 OpenRouter 提供免费试用（截至 2026 年 9 月，模型 ID inclusionai/ling-3.0-flash:free）。

from openai import OpenAI

client = OpenAI(
    base_url="https://openrouter.ai/api/v1",
    api_key="your-openrouter-key",
)

response = client.chat.completions.create(
    model="inclusionai/ling-3.0-flash:free",
    messages=[
        {"role": "user", "content": "用 Python 写一个图片缩放工具"}
    ]
)
print(response.choices[0].message.content)

要点：模型使用 OpenAI 兼容 API，因此可从既有工具（Hermes Agent、OpenCode、Kilo 等）直接调用。它也以 ling-3.0-flash-free 的身份接入 OpenCode 与 Kilo，可用于免费代码审查等任务。

推荐参数

• temperature=0.6・top_p=0.95・top_k=20（官方推荐）
• 思考模式默认开启（可用 enable_thinking: false 关闭）

---

能本地运行吗？

Ling-3.0-flash 已开放权重（MIT），理论上可本地运行——但124B 总参数需要相当大的硬件。

• BF16（全精度）：约 255GB 内存
• FP8：约 128GB 内存
• 推荐：4× 141GB GPU（如 H20）配合 SGLang / vLLM

简单说，普通 PC 本地运行并不现实。想快速体验，免费 API 是最佳选择。FP8 版理论上可放入 128GB 级 DGX Spark，但鉴于体积庞大，建议先用 API 评估性能。

---

总结：极致效率，正确使用

Ling-3.0-flash 是 2026 年开源模型竞赛中「效率优先」路线的代表。

• 124B 总 / 5.1B 激活，性能比肩 1T 级模型
• 擅长编码・智能体・数学・长上下文理解
• MIT 许可证，OpenRouter 免费使用
• 医疗版 Sante 在诊断推理上超越 GPT-5.6 Sol（仅限辅助用途）

第一步：先在 OpenRouter 免费试用 ling-3.0-flash:free，体验其在代码生成与智能体任务中的性价比。

如果要在医疗领域使用，请先理解 Sante 的能力边界，并始终牢记：「AI 提供参考，医生作出判断」。

相关文章

• 实测 16 万神经元的果蝇大脑发行了加密代币 — flycoinrh 详解【2026年版】