硅基流动上线Ling-flash-2.0，推理速度大幅提升

快速阅读: 硅基流动平台上线蚂蚁集团百灵团队开源的Ling-flash-2.0，拥有100亿参数，支持128K上下文长度，性能优于40亿参数Dense模型，新用户可获赠金体验。

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，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，展现出与40亿参数Dense模型相当的卓越性能。

Ling-flash-2.0在复杂推理、代码生成和前端研发等领域表现优异，支持最大128K的上下文长度，为用户提供强大的文本处理能力。其定价亲民，输入每百万个Token收费1元，输出每百万个Token收费4元。新用户在国内和国际站分别可获得14元或1美元的使用体验赠金。

Ling-flash-2.0在性能方面具有显著优势。与40亿参数以下的Dense模型（如Qwen3-32B-Non-Thinking和Seed-OSS-36B-Instruct）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表现出色。

此外，Ling-flash-2.0的架构设计精良，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，使小激活的MoE模型获得了与Dense架构相当的性能优势。通过H20进行部署时，Ling-flash-2.0的输出速度可达每秒200多个Token，比36B的Dense模型提高了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，平台上还汇集了多种语言、图像、音频、视频等模型，满足开发者的不同需求。开发者可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

重点提示：

🌟 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。

(以上内容均由Ai生成)