Разработчики из Китая представляют новые модели с архитектурой Mixture of Experts (MoE). Наряду с анонсом супермодели Qwen 3.8 Max от Alibaba на 2,4 триллиона параметров, главным подтвержденным релизом с открытыми весами становится Ling 3.0 Flash от Ant Group.
Согласно официальной документации Ling Models Docs, модель Ling-3.0-flash построена по схеме разреженной архитектуры Sparse MoE. При общем объеме весов в 124 миллиарда параметров для обработки каждого токена активируется только 5,1 миллиарда параметров.
Ключевые технические характеристики Ling 3.0 Flash:
- Базовый объем контекстного окна составляет 256 000 токенов с расширением до 1 миллиона.
- Оптимизация под длительные сценарии вызова инструментов (tool-calling).
- Заявленная пиковая скорость генерации достигает 1000 токенов в секунду на серверах поставщика.
MoE-архитектура снижает объем вычислений, но не делает модель дешевой для локального развертывания. Для самостоятельного хостинга 124B требуются мощные GPU-кластеры. Перед выбором модели рекомендуется тестировать точность на собственных бизнес-сценариях.
