蚂蚁百灵开卷模型性价比！长文本推理只要1/10成本，6.1B激活撬动40B性能

9月26日报道，蚂蚁百灵团队近日正式开源两款全新混合线性推理模型——Ring-mini-linear-2.0与Ring-flash-linear-2.0。相比前代，这一轮升级在延续高稀疏MoE结构的基础上，引入了混合线性注意力（Linear Attention）机制，专为长文本、低成本推理等场景提效而设计。

眼下，大模型开始真正走进应用场景，推理成本却成了横在企业面前的一道坎。一边是用户希望更快、更久地交互，另一边却是又贵又慢的模型部署现实。在不牺牲效果的前提下降本提效，已经成了各家模型团队绕不开的问题。

据蚂蚁团队的实测数据，在保持SOTA精度的前提下，本轮开源的Ring-linear系列模型最大上下文长度512k，将推理成本压缩至dense模型的1/10，相比原有Ring模型推理成本降低50%以上，并且在高并发解码任务中吞吐量可达Qwen3-8B的12倍、Qwen3-32B的10倍以上。

此外，蚂蚁团队还引入了精细化的推理优化融合算子、RL训练对齐机制等系统级工具，直指当前推理成本与训练稳定性的关键瓶颈。

除了推理效率的显著提升，Ring-linear系列模型在多项标准评测中的表现也不容忽视，尤其在数学推理、结构代码生成、通用语言理解与写作任务中，展现出与主流大模型相比具有竞争力的准确率。实测结果包括：

Ring-mini-linear-2.0：

Ring-flash-linear-2.0：