【蚂蚁开源 Ling-3.0-tiny，79 亿参数面向本地智能体】

蚂蚁百灵开源 Ling-3.0-tiny，在 Hugging Face 提供 BF16、FP8 和 INT4 权重，并采用 MIT 许可证。该模型共有 79 亿参数，每个 Token 只激活 13 亿参数，同时支持快速回答与多步推理，主要面向本地部署和智能体任务。

模型使用 3:1 的 KDA–MLA 混合注意力结构：每 3 层 Kimi Delta Attention 后接 1 层 Multi-Head Latent Attention。MoE 部分共有 128 个路由专家，每个 Token 选择 8 个路由专家，再加 1 个共享专家。

官方测试显示，FP8 版在 M4 Pro MacBook 上可达约 86–90 Token/s，在英伟达 DGX Spark 上可达约 100–105 Token/s；8K 上下文时峰值内存占用约为 8.34 GiB。这些数据均为模型发布方自测结果。