Ling-3.0-flash: ما نعرفه الآن عن نموذج MoE مفتوح الأوزان سريع المستوى من Ant Group

أعلن مختبر InclusionAI التابع لـ Ant Group رسميًا عن إصدار Ling-3.0-flash — الذي تم الإعلان عنه في 24 يوليو 2026، وتم فتح مصدره تحت رخصة MIT في 7 أغسطس — وقد تغير المشهد كثيرًا منذ المعاينة التي نشرناها هنا في يوليو. إنه نموذج هجين أصلي للاستدلال من نوع مزيج الخبراء، بإجمالي 124 مليار معامل، بينما يبلغ عدد المعاملات النشطة 5.1 مليار فقط لكل رمز، وقد صُمم ليكون الطبقة السريعة ومنخفضة التكلفة من عائلة Ling. الرقمان اللذان غيّرا كل شيء: أصبحت Artificial Analysis تمنحه الآن 38 درجة على مؤشر الذكاء (بزيادة 24 درجة عن جيل الطبقة السريعة السابق، Ling-2.6-flash) وتضعه على حد باريتو للنماذج مفتوحة الأوزان من حيث الذكاء مقابل إجمالي المعاملات. الأوزان متاحة الآن على Hugging Face وModelScope.

عندما غطينا هذا النموذج لأول مرة في 24 يوليو، كان الملخص الصادق: API فقط، لا أوزان، لا بيان ترخيص، لا معيار مستقل. كل هذه العبارات الأربع أصبحت الآن قديمة. أتاحت Ant الأوزان بموجب MIT في 7 أغسطس، ونشرت Artificial Analysis منذ ذلك الحين تقييمًا مستقلًا كاملًا. يعيد هذا التحديث النظر في الموجز الأصلي وفقًا لذلك — ملصقات "غير مُتحقَّق منها" التي هيمنت على منشور يوليو تنطبق الآن على مجموعة أضيق بكثير من الادعاءات، ولا سيما أرقام السرعة القصوى الخاصة بـ Ant، بدلاً من النموذج بأكمله.

باختصار.Ling-3.0-flash هو نموذج MoE مفتوح الأوزان من الفئة السريعة من Ant Group: 124B إجمالًا / 5.1B نشط، بترخيص MIT، وسياق أصلي يبلغ 256K (262K كما يُقدَّم). يمنحه Artificial Analysis مؤشر ذكاء يبلغ 38 — بزيادة 24 نقطة عن الجيل السابق Ling-2.6-flash وعلى حدود باريتو الأمثل للأوزان المفتوحة من حيث الذكاء مقابل إجمالي المعاملات — مع إنتاجية مُقاسة تبلغ حوالي 368 توكنًا في الثانية. الأوزان متاحة على Hugging Face وModelScope بموجب ترخيص MIT. لا تزال حصرية للبائع: ادعاء ذروة الإنتاجية التي تتجاوز 1,100 توكن/ثانية، ورقم زمن الاستجابة حتى أول توكن الأقل من 100 مللي ثانية، وجدول معايير بطاقة النموذج. تسعير واجهة برمجة التطبيقات الرسمية هو 0.075 دولار للإدخال / 0.22 دولار للإخراج لكل مليون توكن (خصم 80% عند إصابة الكاش)؛ انتهت الطبقة المجانية للإطلاق في 3 أغسطس.

النقاط الرئيسية

• إنها الطبقة السريعة/الرخيصة، وليست الرائدة.لا يزال الطراز الرائد من الجيل السابق ذو المعاملات 1T هو أكبر نموذج لدى InclusionAI؛ Ling-3.0-flash هو الإصدار الأصغر والأسرع المصمم للنصوص عالية الحجم واستدعاء الأدوات.

• أصبحت الأوزان مفتوحة الآن بموجب ترخيص MIT. وقد طُرحت الأوزان على Hugging Face (inclusionAI/Ling-3.0-flash) وModelScope في 7 أغسطس بموجب ترخيص MIT — وهو تحول عن الوضع في يوليو الذي كان يقتصر على "API فقط".

• لقد حصل أخيرًا على درجة مستقلة.تقيس Artificial Analysis مؤشر ذكاء بقيمة 38، بزيادة 24 عن Ling-2.6-flash، وتضع النموذج على حدود باريتو للأوزان المفتوحة للذكاء مقابل إجمالي المعاملات.

• السرعة تُقاس جزئيًا الآن.AA يسجّل إخراجًا يبلغ نحو 368 توكن/ثانية وزمنًا حتى أول توكن يبلغ ~1.98 ثانية؛ رقم Ant البارز الذي يبلغ ذروته 1,100+ توكن/ثانية لا يزال من المورد فقط.

• تم تحديد الأسعار، وانتهى الإطلاق المجاني. تسعّر واجهة برمجة التطبيقات الرسمية بمبلغ 0.075 دولار للإدخال / 0.22 دولار للإخراج لكل مليون رمز، مع خصم 80% عند الوصول إلى الذاكرة المخبأة؛ وانتهت الطبقة المجانية للإطلاق في 3 أغسطس.

• إنها واحدة من عائلة تضم ثلاثة نماذج.تقسم InclusionAI تشكيلتها إلى Ling (نموذج MoE للأغراض العامة للنصوص والأدوات، وهو هذا النموذج)، وRing (للتفكير)، وMing (للوسائط المتعددة).

ملاحظة حول كيفية قراءة هذا التحديث:هذا تنقيح للمعاينة الصادرة في 24 يوليو، كُتب بعد أن أصبحت الأوزان متاحة للعموم وظهرت أولى النتائج المستقلة. كل مواصفة ومعيار وسعر مذكور أدناه مُوثَّق بمصدره. حيثما كانت Ant Group هي المصدر الوحيد — ادعاءات السرعة القصوى وجدول معايير بطاقة النموذج — نقول ذلك بوضوح. وحيثما أجرت Artificial Analysis قياساتٍ مستقلة، نستشهد بذلك.

ما نعرفه فعليًا

أصبحت البنية الآن موثقة بالكامل على بطاقة النموذج. يستخدم Ling-3.0-flash حزمة انتباه هجينة خطية أصلية — طبقات Kimi Delta Attention (KDA) وGated MLA تتناوب بنسبة 5:1 (35 KDA + 7 MLA)، مع بوابات قطرية دقيقة لـ KDA — فوق MoE متفرق بنسبة 1/64 (512 خبيرًا موجهين، 8 مفعلة لكل رمز). بهذه الطريقة يصل إلى إجمالي 124 مليار معلم مع 5.1 مليار نشط فقط. نافذة السياق هي 256K أصلية، وتُقدَّم بـ 262,144 رمزًا في وصفات الاستدلال، وتدعي Ant أن البنية تتوسع إلى 1M. الحد الأقصى لطول المخرجات غير معلن. النموذج نصي فقط مع دعم استدعاء الأدوات؛ الإدخال متعدد الوسائط موجود في خط Ming المنفصل.

ينشر المختبر صيغتين للأوزان — BF16 (حوالي 255GB) وFP8 (حوالي 128GB) — كما أن النسخ المكممة من المجتمع مرتبطة بالفعل من بطاقة النموذج. وتستهدف وصفات النشر الخاصة بالمختبر كلاً من SGLang وvLLM.

التوفر: أوزان مفتوحة بموجب MIT

في 7 أغسطس، نشر فريق InclusionAI التابع لمجموعة Ant Group أوزان النموذج كمصدر مفتوح بموجب ترخيص MIT على Hugging Face (inclusionAI/Ling-3.0-flash) وModelScope. هذا ترخيص سماحي قابل للاستخدام تجاريًا — وهو نفس الترخيص الذي صدرت بموجبه Ling 2.0 وLing 2.6 — ويعني أنه يمكنك استضافة النموذج ذاتيًا وضبطه بدقة ونشره بنفسك بدلاً من استئجاره عبر API. النموذج قابل للاستدعاء أيضًا عبر واجهة برمجة التطبيقات الخاصة بـ Ant Group والعديد من منصات الطرف الثالث. بالنسبة لنموذج سريع بهذا السعر، السؤال الأكثر إثارة للاهتمام هو ما إذا كنت ستستضيفه ذاتيًا (يعمل FP8 بحوالي 128 جيجابايت) أم تبقى على استخدام API.

تقييمات مستقلة: مؤشر ذكاء AA بقيمة 38

أكبر تغيير مقارنة بمنشور يوليو هو أن الأرقام المستقلة أصبحت موجودة الآن. لدى Artificial Analysis صفحة لـ Ling-3.0-flash وتقيسه بـ 38 على مؤشر الذكاء — أي 24 نقطة فوق الجيل السابق من الفئة السريعة، Ling-2.6-flash (14)، وعلى مستوى MiMo-V2.5 و Qwen 3.6 27B بينما يشغّل جزءًا ضئيلًا من معاملاتها. كما تضع Artificial Analysis النموذج على حد باريتو للأوزان المفتوحة من حيث الذكاء مقابل إجمالي المعاملات: لا يوجد نموذج بأوزان مفتوحة بعدد معاملات إجمالي أقل يحصل على درجة أعلى. لا يزال الرائد في الفئة السريعة بين النماذج مفتوحة الأوزان على AA، وهو DeepSeek V4 Flash، يحصل على درجة أعلى (مؤشر 52 عند أقصى جهد استدلال).

النتائج المتعلقة بالوكلاء والسياقات الطويلة قوية من حيث الاتجاه أيضًا. في مجموعة τ3-Bench Banking من AA، سجّل Ling-3.0-flash نسبة 27%، محتلًا المركز الثاني بين نماذج فئة flash مفتوحة الأوزان، خلف DeepSeek V4 Flash (39%). وفي GDPval-AA v2، بلغ تقييم Elo 1108، ارتفاعًا من 545 لـ Ling-2.6-flash. درّبت Ant النموذج عبر أكثر من 10,000 بيئة تفاعلية (وفقًا لتقارير البائع) وتقدّمه كعقدة تنفيذ لسير عمل الوكلاء — سريع ورخيص وقابل للاستبدال، مع ترك الاستدلال الثقيل لنموذج رئيسي أكبر.

ملاحظة حول المصادر: جدول المعايير في بطاقة نموذج Ant — SWE-Bench Pro 56.6, SWE-bench Multilingual 72.4, MathArena AIME 2026 93.2, HLE 22.7 — هو مُعلن من المورّد ولم يتم إعادة إنتاجه بشكل مستقل بعد. اعتبره ادعاءات المختبر نفسه، في نفس فئة أرقام السرعة القصوى أدناه.

السرعة: قياس، ثم ادعاء

قصة السرعة أصبحت الآن قصتين مختلفتين. بشكل مستقل، تقيس Artificial Analysis حوالي 368 رمزًا/ثانية للإخراج و~1.98 ثانية للوقت حتى أول رمز على واجهة برمجة التطبيقات من الطرف الأول — سريع حقًا لنموذج MoE نشط بـ5.1B، وكافٍ لتصنيف النموذج بالقرب من قمة فئته من حيث السرعة. بشكل منفصل، تدّعي Ant Group متوسط معدل إخراج يتجاوز 1,100 رمز/ثانية على تكوينات GPU محددة ووقتًا حتى أول رمز أقل من 100 مللي ثانية مع طبقة تخزين مؤقت هرمية على مستوى المجموعة مبنية على SGLang HiCache وMooncake. هذه المجموعة الثانية من الأرقام خاصة بالبائع فقط — تم قياسها على أجهزة وإعدادات دفعات تتحكم بها Ant، دون إعادة تشغيل مستقلة منشورة. للتخطيط، استخدم رقم AA؛ وتعامل مع 1,100+ رمز/ثانية كسقف تسويقي يجب التحقق منه على عبء العمل الخاص بك.

التسعير: رخيص، والعرض الترويجي انتهى

تسرد Artificial Analysis سعر API الخاص بالطرف الأول عند 0.075 دولارًا لكل مليون رمز إدخال و0.22 دولارًا لكل مليون رمز إخراج، مع إصابات الكاش بسعر 0.015 دولارًا (−80%) — وكلها تسعير يحدده البائع. انتهى المستوى المجاني للإطلاق (500 ألف رمز مجاني يوميًا، وصول مجاني إلى API) في 3 أغسطس، وأجرت Ant فترة خصم مؤقتة بنسبة 75% على Ling Studio حتى 31 أغسطس 2026، وبعدها يُطبق السعر المعلن. حتى بالسعر الكامل، فإن 0.075/0.22 دولارًا تضع Ling-3.0-flash بثبات في الطبقة الرخيصة لنموذج بمؤشر 38.

عند هذه الأسعار المنخفضة، تكلفة التحويل أهم من سعر الرمز الواحد. أُنشئت OrcaRouter لجعل هذا التحويل رخيصًا: واجهة برمجة تطبيقات واحدة لأكثر من 200 نموذج، وأسعار قائمة المزودين تُمرَّر بدون أي هامش ربح، وتجاوز تلقائي للفشل عبر المزودين — بحيث عندما يبدو نموذج مفتوح جديد مثل هذا جيدًا على الورق، يمكنك اختباره مقابل عبء العمل الفعلي دون عقدٍ ثانٍ، والعودة إلى نموذج مختلف خلف نفس المفتاح إذا كان أداؤه أقل من المطلوب في مهمة محددة.

عائلة Ling / Ring / Ming

لا يوجد Ling-3.0-flash بمعزل عن الآخرين — تنظّم InclusionAI إصداراتها في ثلاث عائلات مسماة، كل واحدة موجهة لمهمة مختلفة. Ling هو خط MoE للأغراض العامة لتوليد النصوص اليومية واستدعاء الأدوات، ويقع Ling-3.0-flash في نهايته السريعة/الرخيصة، بخطوة تحت النموذج الرئيسي البالغ 1 تريليون معامل من الجيل السابق. Ring هو الخط الموجه للاستدلال، مبني للتفكير المتسلسل متعدد الخطوات. Ming هو الخط متعدد الوسائط. إذا كانت مهمتك تتطلب استدلالًا أثقل أو إدخال صور، فمن المحتمل ألا يكون النموذج المناسب من InclusionAI هو Ling-3.0-flash — فهو مبني للكمية والسرعة ضمن مسار النصوص والأدوات.

لمن هذا: ثلاثة سيناريوهات

١. خطوط أنابيب عالية الحجم وحساسة لزمن الاستجابة لمعالجة النصوص أو استدعاء الأدوات

هذا هو المجال الذي يتفوق فيه النموذج. ومع مؤشر Index مستقل يبلغ 38، وترخيص MIT، وقياس يبلغ حوالي 368 توكن/ثانية، أصبح رهان الطبقة السريعة قابلاً للاختبار بدلاً من كونه مجرد فرضية — يمكنك تشغيل مجموعة التقييم الخاصة بك من خلاله، أو سحب الأوزان واستضافة النموذج ذاتيًا. فقط لا تبنِ اعتمادك على سقف المورّد البالغ 1,100+ توكن/ثانية حتى تقيسه على عبء العمل لديك.

2. الفرق التي تريد سياقًا طويلًا بميزانية محدودة

سياق أصلي بحجم 256K (يُقدَّم 262K) مع مسار مُعلَن نحو 1M، بسعر 0.075/0.22 دولار، يُمثّل مزيجًا جذابًا للأعمال المكثّفة في الاسترجاع أو معالجة المستندات. أرقام السياق الطويل في بطاقة النموذج مُبلَّغ عنها من قِبل البائع، لذا ضعه في قائمتك المختصرة إلى جانب الخيارات الراسخة للسياق الطويل، وتحقق من ذلك على مجموعة بياناتك الخاصة قبل الالتزام.

3. مراقبون يتتبعون مشهد MoE في الصين وخارطة طريق InclusionAI

سؤال يوليو — هل ستبقى InclusionAI مفتوحة؟ — أصبح له إجابة الآن: نعم، بترخيص MIT، وبسرعة. وصول Ling-3.0-flash إلى حدود AA باريتو الكفء عند 5.1B نشط يُعد نقطة بيانات لأي شخص يتابع كيف تتنافس المختبرات الصينية على الكفاءة بدلاً من عدد المعاملات الخام.

ما الذي لم يتم التحقق منه بعد؟

قائمة قصيرة، الآن بعد أن أُغلقت الفجوات الكبيرة. ادعاءات البائع بشأن السرعة القصوى (أكثر من 1,100 tok/s، وTTFT أقل من 100ms) ليس لها إعادة قياس مستقلة. جدول معايير بطاقة الطراز مقدم من البائع. متغيرات FP4/INT4 ومسار النشر عبر DGX-Spark واحد من إفادات البائع. وفيما يتعلق بالمعرفة، يُظهر مؤشر AA’s Omniscience Index أن التحسن مقارنة بالجيل السابق جاء إلى حد كبير عبر الامتناع عن الإجابة — انخفضت الهلوسة (من 97% إلى 44%) بينما ارتفعت الدقة قليلاً فقط (من 16% إلى 18%) — لذا لا تخلط بين قفزة المؤشر الرئيسية وبين قفزة معرفية شاملة.

متى لا تستخدمه

تخطَّ Ling-3.0-flash للأعمال متعددة الوسائط — فهذا خطّ Ming. وتخطَّه إذا كنت في حاجة إلى نموذج رائد ثقيل للاستدلال بدلاً من منفّذ سريع — فهذا مجال Ring. إذا كنت تخطط للاستضافة الذاتية، احتسب ميزانية العتاد الحقيقي: BF16 يبلغ تقريباً 255GB، وFP8 حوالي 128GB. وإذا كان أي ادعاء يهمّك، تحقَّق منه — فبيانات السرعة القصوى والسياق الطويل هي من Ant حتى تعيد مختبرات مستقلة اختبارها.

الأسئلة الشائعة

هل Ling-3.0-flash مفتوح الوزن؟

نعم. تم فتح المصدر للأوزان في 7 أغسطس بموجب رخصة MIT، على Hugging Face (inclusionAI/Ling-3.0-flash) وModelScope.这是一条允许商业使用的宽松许可证 — وهي نفس الرخصة التي صدر بها Ling 2.0 وLing 2.6.

كيف يؤدي Ling-3.0-flash في المعايير؟

يقيس Artificial Analysis مؤشرَ ذكاءٍ يبلغ 38، بزيادة 24 نقطة عن Ling-2.6-flash، ويضَع النموذجَ على حدود باريتو للأوزان المفتوحة من حيث الذكاء مقابل إجمالي البارامترات. جدول المقاييس في بطاقة نموذج Ant (مثل SWE-Bench Pro 56.6) مُبلَّغ من البائع ولم يُكرَّر بشكل مستقل.

ما مدى سرعته حقًا؟

يقيس Artificial Analysis ناتجًا يبلغ نحو 368 توكنًا/ثانية مع وقت يصل إلى ~1.98 ثانية حتى أول توكن على واجهة برمجة التطبيقات الرسمية. وتدّعي Ant إنتاجية ذروة تبلغ 1,100+ توكن/ثانية ووقت TTFT أقل من 100 مللي ثانية على تكوينات GPU محددة — وهي أرقام مقدّمة من البائع دون إعادة قياس مستقلة.

كم تكلفة Ling-3.0-flash؟

تورد AA واجهة برمجة التطبيقات (API) الخاصة بالطرف الأول بسعر 0.075 دولار لكل مليون رمز إدخال و0.22 دولار لكل مليون رمز إخراج، مع خصم 80% عند إصابة ذاكرة التخزين المؤقت. انتهت الطبقة المجانية للإطلاق في 3 أغسطس، وتستمر فترة الخصم المؤقت بنسبة 75% على Ling Studio حتى 31 أغسطس 2026.

ما حجم نافذة السياق؟

256K بشكل أصلي، يُقدَّم عند 262,144 توكنًا؛ تدّعي Ant أن البنية تتوسع إلى 1M. لم يُكشف عن الحد الأقصى لطول الإخراج.

ما الفرق بين Ling وRing وMing؟

Ling هي سلسلة نماذج MoE متعددة الأغراض للنصوص واستدعاء الأدوات من InclusionAI، وتقع Ling-3.0-flash في الطرف السريع/منخفض التكلفة منها. أما Ring فهي السلسلة المخصصة للاستدلال المنطقي. بينما تتولى Ming المهام متعددة الوسائط. إنها عائلات منفصلة لمهام مختلفة، وليست مستويات لنموذج واحد.

هل Ling-3.0-flash هو نفس الطراز الرائد السابق بحجم 1T؟

لا. Ling-3.0-flash هو الإصدار الأحدث والأصغر من الفئة السريعة (124B إجمالاً / 5.1B نشط). يظل الطراز الرائد من الجيل السابق بمعاملات 1T هو النموذج الأكبر.

هل يجب أن أستخدم Ling-3.0-flash في الإنتاج اليوم؟

أكثر قابلية للدفاع عنها مما كانت عليه في يوليو، الآن بعد أن أصبح هناك تقييم مستقل ورخصة MIT. قم بتشغيل مجموعة التقييم الخاصة بك أولاً، وتحقق من ادعاءات سرعة البائع مقارنةً بعبء العمل لديك، ثم قرّر بين واجهة API والاستضافة الذاتية (يعمل FP8 بحوالي 128 جيجابايت). الأرقام المتبقية التي يقدمها البائع حصريًا محدودة بما يكفي للتخطيط حولها.

خلاصة القول

{{3}}انتقلت Ling-3.0-flash من "ورقة المواصفات وادعاءات البائع" إلى "أوزان مفتوحة وتقييم مستقل" خلال أسبوعين. {{1}}مؤشر AA للذكاء البالغ 38 مع 5.1B معاملًا نشطًا {{2}}على الحد الأمثل (Pareto frontier) للأوزان المفتوحة، مرخّصة برخصة MIT، بسعر $0.075/$0.22{{/2}} — يجعلها واحدة من أكثر نماذج الأوزان المفتوحة كفاءةً التي يمكنك توجيهها الآن، وواحدة يمكنك تشغيلها بنفسك فعلًا.{{/1}} {{4}}التحفظات أضيق مما كانت عليه: أرقام السرعة القصوى وبطاقة النموذج ما تزال من إنتاج Ant حتى تقوم مختبرات مستقلة بإعادة إنتاجها.{{/4}} {{5}}بالنسبة للنصوص عالية الحجم واستدعاء الأدوات بهذا السعر، {{6}}فقد استحقت تقييمًا حقيقيًا.{{/5}} {{7}}