앤트그룹 산하 백링 대규모 모델 공식 계정은 어제 차세대 네이티브 하이브리드 추론 모델 Ling-3.0-flash를 정식으로 오픈 소스 공개했다고 발표했습니다.
Ling-3.0-flash는 총 124B 파라미터와 활성 5.1B 파라미터를 사용하는 MoE 아키텍처를 채택했습니다. 공식적으로 기본 버전과 FP8, FP4, INT4 등 여러 버전도 함께 제공해 세 가지 도입 방식을 선택할 수 있습니다.
API 호출: 빠른 연동을 원하고 자체 추론 서비스를 구축할 필요가 없는 개발자를 대상으로 하며, Ling-3.0-flash를 클라우드 API를 통해 직접 호출할 수 있습니다.
단일 장비 프라이빗 배포: 데이터가 외부 영역으로 유출되어서는 안 되는 기업과 팀을 대상으로 하며, MXFP4 및 INT4 버전은 단일 NVIDIA DGX Spark에서 엔드투엔드 추론을 수행할 수 있습니다.
고성능 배포: 단일 요청 지연 시간에 민감한 고성능 서비스를 대상으로 하며, 지정된 GPU 테스트 구성에서 평균 출력 속도가 1100 tokens/s를 돌파했습니다.
제품을 빠르게 검증하고 Agent 애플리케이션을 출시하려는 개발자와 제품 팀에는 API가 가장 진입 장벽이 낮은 방식입니다. Artificial Analysis 순위에서 Ling-3.0-flash의 출력 속도는 353 tokens/s에 달했습니다.
AA Intelligence Index 순위에서 Ling-3.0-flash의 작업당 가중 평균 호출 비용은 약 0.04달러(현재 환율 기준 약 0.27위안)이며, 가중 평균 디코딩 시간은 약 1.4분입니다. 또한 ‘지능 수준 — 작업 비용’과 ‘지능 수준 — 작업 소요 시간’에서 모두 우수 영역에 진입했습니다.
공식 발표에 따르면 2026년 8월 7일 00:00부터 8월 31일 24:00까지 Ling-3.0-flash는 Ling Studio에서 한시적으로 정가의 2.5할 가격에 제공되며, 9월 1일 00:00부터 정가로 복귀합니다.
오픈 소스 링크:
Hugging Face: https://huggingface.co/inclusionAI/Ling-3.0-flash
ModelScope: https://modelscope.cn/models/inclusionAI/Ling-3.0-flash