蚂蚁百灵团队推出硅基流动Ling-flash-2.0，提升推理速度至新高点

发布时间：2025-09-18 11:46:22 | 责任编辑：吴昊 | 浏览量：1 次

近日，硅基流动大模型服务平台正式上线了蚂蚁集团百灵团队最新开源的 Ling-flash-2.0，这是该平台上线的第130个模型。
Ling-flash-2.0是一款基于 MoE 架构的大型语言模型，拥有100亿参数，并且在激活时仅使用6.1亿参数（非嵌入激活4.8亿）。经过20TB 以上高质量语料的预训练、监督微调和多阶段强化学习，该模型在激活6亿以上参数的情况下，展现出了媲美40亿参数 Dense 模型的卓越性能。
Ling-flash-2.0在复杂推理、代码生成和前端研发等领域表现出色，能够支持最大128K 的上下文长度，给用户提供更强大的文本处理能力。其定价也相对亲民，输入为每百万个 Token1元，输出为每百万个 Token4元。同时，国内和国际站的新用户可分别获得14元或1美元的使用体验赠金。
Ling-flash-2.0在性能上具有明显优势。与40亿参数以下的 Dense 模型（如 Qwen3-32B-Non-Thinking 和 Seed-OSS-36B-Instruct）以及更大激活参数的 MoE 模型(如 Hunyuan-A13B-Instruct 和 GPT-OSS-120B/low)相比，Ling-flash-2.0展现了更强的复杂推理能力。尤其在创作类任务中，该模型同样具有很强的竞争力。
此外，Ling-flash-2.0的架构经过精心设计，能够实现极速推理。在 Ling Scaling Laws 的指导下，Ling2.0采用了1/32激活比例的 MoE 架构，并在多个细节上进行了优化，这使得小激活的 MoE 模型能够获得相当于 Dense 架构的性能优势。通过 H20进行部署时，Ling-flash-2.0的输出速度可达到每秒200多个 Token，相比36B 的 Dense 模型提升了3倍以上的速度。
硅基流动平台致力于为开发者提供快速、经济、可靠的大模型 API 服务。除了 Ling-flash-2.0，平台上还汇聚了多种语言、图像、音频、视频等模型，满足开发者不同的需求。开发者可以在平台上自由对比和组合各类模型，轻松调用高效的 API，助力生成式 AI 应用的最佳实践。
国内站在线体验
https://cloud.siliconflow.cn/models
国际站在线体验
https://cloud.siliconflow.com/models
划重点:
🌟 Ling-flash-2.0是基于 MoE 架构的100亿参数语言模型，具备强大的复杂推理能力。
⚡ 模型支持最大128K 的上下文长度，提供极速推理体验，输出速度可达每秒200+Token。
💰 新用户可在国内和国际站获得使用体验赠金，硅基流动平台提供多种大模型服务，助力开发者创新。