Ant Group、1兆を超える巨大モデルを超える1240億パラメータのAIモデルを発表

By: rootdata|2026/08/08 12:01:25

Ant Groupは、1240億パラメータのオープンウェイトモデルLing-3.0-Flashを発表し、トークンごとにわずか51億をアクティブにし、1兆の前モデルをベンチマークで上回るというAIの世界を驚かせました。この成果は、計算効率とAIエージェントの実装コストを再定義します。

Ling-3.0-Flashは、124Bの総パラメータを持つMoEアーキテクチャを使用し、トークンごとにわずか5.1Bをアクティブにし、主要なタスクでLing-2.6-1Tと同等またはそれを上回る成果を達成しています。
このモデルはMITライセンスの下で利用可能で、262,000トークンのネイティブコンテキストウィンドウを持ち、1百万を目指しており、高頻度の生産エージェント向けに設計されています。

Ant Groupは、Alipayの背後にあるフィンテックの巨人であり、2026年7月23日にLing-3.0-Flashを発表しました。このモデルは、inclusionAIラボによって開発され、AIにおいては常に大きいことが最良であるという考えに挑戦しています。

Ling-3.0-Flashは1240億の総パラメータを持っていますが、推論中はトークンごとに約51億しかアクティブになりません。この専門家の混合（MoE）アーキテクチャにより、各入力に対して神経ネットワークのサブセットのみが関与することが可能になりますと、Cryptobriefingは詳述しています。

スケールに挑戦するパフォーマンス

AIインテリジェンス分析インデックスでは、このモデルは38のスコアを獲得し、1兆の完全パラメータを持つ前モデルLing-2.6-1Tと同等またはそれを上回っています。これにより、総パラメータ数は約8倍小さくなりますが、実際のデプロイメントに重要なメトリクスでは競争力を持っています。

主な成果は、推論と指示の追跡という中心的なタスクにあります。このアーキテクチャは、ハイブリッド推論とMoEを組み合わせ、品質を犠牲にすることなく効率を達成しています。

コンテキストの長さも進化しています：ネイティブウィンドウは262,000トークンで、1百万への拡張計画があります。注意メカニズムは、Kimiのデルタ注意層とマルチヘッド潜在注意を組み合わせたハイブリッド線形アプローチとして知られています。

この設計は、コンテキストが増えるにつれてメモリと計算の要件を管理可能に保ちます。Ant Groupは、この技術がエージェントの複雑なタスクをサポートするために不可欠であると説明しています。

エージェントのために設計された、単なるチャットではない

Ling-3.0-Flashは、高頻度で実行される生産レベルのAIエージェントのために特に考案されました。これらのワークフローは、トークンの迅速な生成、指示への信頼性のある遵守、長いコンテキストの管理を要求し、劣化を防ぎます。

開発者がこのアプローチを説明するために使用するメタファーは、図書館司書が複雑な質問に関係なく、一度に5冊の本を取り出す必要があるというものです。

推論の効率はコスト削減の鍵です。5.1Bのパラメータのみをアクティブにすることで、クエリごとに必要な計算が直接削減され、スケールでの運用コストが低下します。

Ant GroupはすでにこのモデルをAlipayの自社サービスでテストしました。具体的な数字は公開されていませんが、同社はこのモデルが生産中のエージェントの複雑なタスクを処理するように最適化されていると強調しています。

オープンかつ商業的な可用性

このモデルはMITライセンスの下でHugging Faceに公開されており、オープンソースの中で最も寛容なライセンスです。これにより、使用、修正、商業的再配布がロイヤリティなしで可能になります。

また、2026年8月3日までOpenRouterとKiloを通じてAPIへの無料アクセスも提供されました。さらに、Ant GroupのチャネルとVercelのAIゲートウェイを通じてアクセス可能です。

MITライセンスは、開発者や企業が製品に統合する際の障壁を取り除きます。これは、商業利用に制限を課す他のオープンソースモデルとは対照的です。

Ant Groupがこのモデルをオープンにする決定は、同社を効率のリーダーとして位置づけることを目指しています。元の報告によれば、これにより推論コストが高い分野でのAIの採用が加速する可能性があります。

AIの未来への影響

もし124BのMoEモデルが51Bのアクティブで1兆のパラメータのベースラインと同等またはそれを上回ることができるなら、AIを実装するためのコスト構造は大幅に低下します。推論は、AI企業がトレーニング後にお金を使う場所です。

この進展は、他のラボにスケール戦略を再考させる圧力をかける可能性があります。効率は競争の重要な要素となり、単にパラメータの数だけではありません。

AIエージェント市場は直接的に恩恵を受けます。なぜなら、応答時間が重要だからです。Ling-3.0-Flashのようなモデルは、より迅速なインタラクションと予測可能なコストを可能にします。

CryptoBriefingは、これはAIの効率性の競争における注目すべき一歩であり、業界全体に影響を与えると強調しています。速度、低コスト、オープンライセンスの組み合わせは、人工知能の風景を変える可能性があります。

Ant Groupは、革新が常に最大のモデルを構築することを意味するわけではなく、実際の使用のために最も賢いモデルを構築することを示しています。開発コミュニティは、この新しい世代の効率的なAIをすでに試すことができます。

--価格

本コンテンツは、一般的な情報提供のみを目的としたものであり、金融、投資、法律、または税務に関する助言を構成するものではありません。ここに記載されているイベント、報酬、オンラインキャンペーン、またはそれらに関連する情報は、暗号資産の購入、売却、取引、その他いかなる取引の推奨、勧誘、または招待とみなされるべきではありません。暗号資産は価格変動が非常に大きく、損失が発生する可能性があります。WEEXのサービス、プロダクト、および関連イベントの提供状況は、地域によって異なる場合があります。お客様は、ご自身の参加が適用される現地の法令を遵守していることを自ら確認する責任を負うものとします。