Signal Brief

Ant Ling 发布 Ling-3.0-flash 混合推理 MoE 模型

Ant Ling 团队发布 Ling-3.0-flash 混合推理 MoE 模型，124B 总参数，每个 token 仅激活 5.1B 参数，在多数基准测试中匹敌或超越其 1T 参数的旗舰模型。

twitter关注列表 Ant Ling (@AntLingAGI) 发布 2026-07-23 收录 2026-07-23 观察

一句话判断

相比 1T 旗舰模型，仅用 1/12 的活跃参数即达到同等性能，值得关注其 MoE 架构效率。

核心信息

Ant Ling 团队发布 Ling-3.0-flash 混合推理 MoE 模型，124B 总参数，每个 token 仅激活 5.1B 参数，在多数基准测试中匹敌或超越其 1T 参数的旗舰模型。

原始内容

Today, we’re releasing Ling-3.0-flash—a hybrid-reasoning MoE model built for production-scale agents. 124B parameters. Just 5.1B active per token. With 1/8 of the total and 1/12 of the active parameters, it matches or beats our 1T flagship model on most benchmarks shown. https://t.co/QdPVd2f6pw ![photo](https://pbs.twimg.com/media/HN7kMd9acAMkWTd.jpg) Ant Ling (@AntLingAGI): Demo 7 — Scheduling that closes the loop. Connected through OpenClaw, Ling-3.0-flash checked the calendar, identified available course slots, replied with options, sent a confirmation, and updated the calendar—turning a message into a completed workflow. https://t.co/lJk60OgJJX Ant Ling (@AntLingAGI): Demo 6 — One context, three channels. Given a real-estate sales email, Ling-3.0-flash extracted the key facts and turned them into platform-native marketing copy for Instagram, X, and LinkedIn—adapting tone and format without losing the source context. https://t.co/9DouzrB7BU

相关动态

01

月之暗面300人做出开源大模型K3，引发纳斯达克震荡

文章对比了OpenAI（4500人扩至8000人）与月之暗面（300人、无传统层级）的组织哲学。月之暗面用300人开发出2.8万亿参数的开源模型K3（896专家MoE，每次激活16个，Delta Attention，自研优化器），Arena前端盲测第一，输入$3输出$15。发布后纳斯达克跌1%，同时月之暗面启动港股IPO筹备。

twitter关注列表2026-07-23#模型发布#大模型#开源
观察
03

Offloop 发布多智能体调度框架 D1

Offloop 发布了多智能体框架 D1，通过小型调度模型控制 Agent 动作、停止时机及人工介入。在基准测试中，D1 在 GDPval 表现优于 Claude Code 和 Codex，并在处理任务遇到瓶颈时能自动升级至人工处理。

twitter关注列表2026-07-23#技术#产品发布#大模型
观察
05

研究者用GPT-5.6解决6个Erdős问题

研究者Shouqiao Wang使用OpenAI的GPT-5.6 Sol Ultra在Codex环境中，在5天内提出了6个Erdős问题的证明方案，并公布了完整的研究过程。工作流程包括多次迭代：尝试、失败、诊断、新方法、证明草稿、对抗性审计、修复。

twitter关注列表2026-07-23#研究#技术突破#AI模型
观察