硅基流动大模型服务平台近日迎来重要更新——蚂蚁集团百灵团队研发的Ling-flash-2.0正式入驻该平台，成为其第130个对外开放的模型资源。这款基于混合专家架构（MoE）的语言模型，凭借100亿总参数与仅6.1亿激活参数的轻量化设计，在保持高效计算的同时实现了40亿参数Dense模型的性能水准。
技术团队通过20TB级高质量语料的预训练、多阶段强化学习及监督微调，使Ling-flash-2.0在复杂推理、代码生成和前端开发等场景中表现突出。其128K的上下文窗口支持能力，可处理相当于300页文档的文本内容，为长文档分析、多轮对话等场景提供技术保障。在输出效率方面，该模型通过1/32激活比例的MoE架构优化，配合H20硬件部署，输出速度突破每秒200Token，较传统36B Dense模型提升超300%。
价格策略方面，平台延续亲民路线：输入定价每百万Token仅需1元，输出定价4元，并针对新用户推出差异化赠金方案——国内用户可获14元体验金，国际用户则享受1美元等值额度。这种定价模式显著降低了AI技术的使用门槛，尤其适合中小型开发团队进行技术验证。
在性能对比测试中，Ling-flash-2.0展现出独特优势。相较于同参数量级的Qwen3-32B-Non-Thinking、Seed-OSS-36B-Instruct等Dense模型，以及Hunyuan-A13B-Instruct、GPT-OSS-120B/low等MoE模型，该模型在数学推理、代码纠错等任务中准确率提升12%-18%。在创意写作场景中，其文本连贯性和信息密度指标也优于多数竞品。
作为一站式AI开发平台，硅基流动目前提供涵盖文本、图像、音频、视频等领域的多元模型服务。开发者可通过统一API接口自由组合不同模型，实现多模态任务的高效协同。平台内置的模型对比工具支持实时性能评估，帮助开发者快速定位最适合业务场景的技术方案。
技术文档显示，Ling-flash-2.0的架构创新体现在多个层面：通过动态路由机制实现专家模块的高效协作，采用渐进式激活策略平衡计算效率与模型容量，并在注意力机制中引入稀疏化设计。这些优化使模型在保持低延迟的同时，具备处理复杂逻辑任务的能力。
目前，开发者可通过以下渠道体验Ling-flash-2.0：国内用户访问https://cloud.siliconflow.cn/models，国际用户访问https://cloud.siliconflow.com/models。平台提供完整的开发文档、在线调试工具及技术社区支持，助力开发者快速实现AI应用落地。
