螞蟻開源Ling-3.0-tiny：79億參數，M4Pro本地跑到90Token/s

根據動察 Beating 監測，螞蟻百靈正式開放 Ling-3.0-tiny 權重，提供 BF16、FP8 和 INT4 三個版本，Hugging Face 頁面標註為 MIT 許可。模型共有 79 億參數，每個 Token 只啟用 13 億，主要面向本地部署和 Agent 場景。

Ling-3.0-tiny 有 128 個路由專家，每個 Token 只選擇其中 8 個，再加 1 個所有 Token 都會使用的共享專家。注意力部分採用 3:1 的 KDA 與 MLA 混合架構，也就是每 3 層 Kimi Delta Attention 後接 1 層 MLA。

官方稱 FP8 版在 M1 Pro MacBook 上可達到約 86–90 Token/s；DGX Spark 上約為 100–105 Token/s。