Ling-3.0-flash-Sante：124B 参数医疗 MoE 模型上线 HuggingFace

2026年10月19日，inclusionAI/Ling-3.0-flash-Sante 模型在 HuggingFace 上发布，用于 text-generation。这是 Ling-3.0-flash 的专用医疗版本：作者声称总参数为 124B，其中每个 token 激活 5.1B，上下文长度最高可达 256K token。详情见模型页面。

这意味着什么

该模型采用 MIT 许可证，以 safetensors 格式发布。完整仓库大小为 237.5 GB，最大的文件为 14.4 GB。要在自己的硬件上运行，有两个 GGUF 构建版本；其中体积最小的可用版本是 AtomicChat 的 IQ4_XS，为 72.8 GB。这意味着即使以量化形式，该模型也需要多块 GPU 或大容量内存的系统。其架构为 MoE，这解释了总参数数量与每个 token 激活参数之间的差异。 同期该系列还推出了 Ling-3.0-tiny-UBTree。对于关注本地模型的读者，相关新闻汇总在 CPU3D 动态中。