趋近智
Ling 3.0 Flash VL
活跃参数
124B
上下文长度
131K
模态
Text
架构
Mixture of Experts (MoE)
许可证
MIT License
发布日期
4 Sept 2026
训练数据截止日期
-
API 价格 (每 1M)
输入: $0.00 · 输出: $0.00
系统要求
不同量化方法和上下文大小的显存要求
1024 个令牌
262.64 GB VRAM
消费级
13x RTX 4090
24GB VRAM
数据中心
4x NVIDIA A100
80GB VRAM
Apple Silicon
3x Apple M3 Max
128GB VRAM
131072 个令牌
356.60 GB VRAM
消费级
18x RTX 4090
24GB VRAM
数据中心
5x NVIDIA A100
80GB VRAM
Apple Silicon
4x Apple M3 Max
128GB VRAM
架构图
评估基准
排名
#63
| 基准 | 分数 | 排名 |
|---|---|---|
智能体指数 | 0.30 | 56 |
0.57 | 67 | |
0.25 | 96 |
排名
排名
#63
编程排名
#48
关于 Ling 3.0 Flash VL
Ling 3.0 Flash VL 是一款基于混合专家（MoE）架构构建的视觉语言多模态基座模型。它针对高效、高速的视觉推理和文档理解进行了优化。
技术规格
注意力
注意力结构
Multi-Layer Attention
注意力头
32
键值头
32
注意力头维度
128
位置嵌入
ROPE
RoPE Theta
6,000,000
滑动窗口注意力
No
滑动窗口大小
-
滑动窗口比例
-
线性注意力
Yes
线性注意力比例
83.3%
归一化
RMS Normalization
激活函数
SwigLU
维度
隐藏维度大小
2,560
层数
42
FFN 中间层大小（稠密层）
6,144
多 Token 预测头数
-
分词器
词汇量大小
157,184
混合专家
专家参数总数
5.5B
专家数量
512
活跃专家
8
共享专家数
-
FFN 中间层大小（每专家）
768
MoE 前的稠密层数
2