​硅基流動上線線螞蟻集團Ling-mini-2.0，速度與性能雙豐收

近日，硅基流動大模型服務平臺正式上線了螞蟻集團百靈團隊最新開源的 Ling-mini-2.0。這個新模型在保持先進性能的同時，展現出極高的生成速度，標誌着在小體量的同時實現了大能量的突破。

Ling-mini-2.0採用了 MoE 架構，總參數達到16B，但在生成過程中每個 Token 僅激活1.4B 的參數，從而大幅提升了生成速度。這一設計不僅使得模型在處理任務時依舊保持卓越性能，還能與10B 以下的 Dense 語言模型以及其他更大規模的 MoE 模型進行有效比較。其最大上下文長度支持達到128K，極大提升了模型的適用範圍。

在基準測試中，Ling-mini-2.0在多個領域的推理任務中表現優異。無論是編碼、數學還是知識密集型推理任務，Ling-mini-2.0都取得了令人滿意的成績，展現出其強大的綜合推理能力。特別是在高難度的任務中，該模型的性能優於許多同類產品，表現出色。

此外，Ling-mini-2.0在生成速度上也頗具優勢。在2000Token 以內的問答任務中，其生成速度超過300個 Token 每秒，比傳統的8B Dense 模型快了2倍以上。隨着輸出長度的增加，該模型的速度還可以提高，最高可達7倍的相對加速。

爲了方便開發者使用，硅基流動平臺還提供了多種接入方案和 API 文檔，支持開發者在平臺上進行模型的對比與組合，幫助他們輕鬆實現生成式 AI 應用。平臺內還有多款大模型 API 供開發者免費使用，進一步推動了 AI 技術的普及和應用。

劃重點:

🧠 Ling-mini-2.0總參數16B，每個 Token 僅激活1.4B 參數，實現高效生成。  

🚀 模型支持128K 最大上下文長度，展現出強大的推理能力。  

💻 硅基流動平臺提供多種接入方案，支持開發者輕鬆使用多款大模型 API。