蚂蚁开源Ling-3.0-tiny：79亿参数，M4Pro本地跑到90Token/s

蚂蚁百灵正式开放 Ling-3.0-tiny 权重，提供 BF16、FP8 和 INT4 三个版本，Hugging Face 页面标注为 MIT 许可。模型共有 79 亿参数，每个 Token 只激活 13 亿，主要面向本地部署和 Agent 场景。Ling-3.0-tiny 有 128 个路由专家，每个 Token 只选择其中 8 个，再加 1 个所有 Token 都会使用的共享专家。注意力部分采用 3:1 的 KDA 与 MLA 混合架构，也就是每 3 层 Kimi Delta Attention 后接 1 层 MLA。官方称 FP8 版在 M4 Pro MacBook 上可达到约 86–90 Token/s；DGX Spark 上约为 100–105 Token/s。[原文链接](动察 Beating)