Ling 3.0 Flash, Ant Group porta in open source il modello MoE da 124 miliardi di parametri

C’è un nuovo protagonista nella corsa cinese all’intelligenza artificiale open source, e non arriva da uno dei laboratori che ormai conosci a memoria. Ant Group, il colosso fintech che gestisce Alipay ed è legato all’orbita di Alibaba, ha rilasciato attraverso il suo team di ricerca inclusionAI un modello linguistico chiamato Ling 3.0 Flash. La mossa, arrivata nei primi giorni di agosto 2026, porta sul tavolo un modello aperto con licenza permissiva e una promessa molto concreta: prestazioni di alto livello con una frazione delle risorse di calcolo.

Il messaggio, tradotto in parole semplici, è questo: non serve per forza un modello gigantesco per competere con i migliori.

Che a dirlo sia Ant Group, il gruppo che muove i pagamenti di oltre un miliardo di utenti attraverso Alipay, non è un dettaglio da poco. Significa che dietro questo rilascio non c’è una startup in cerca di visibilità, ma una delle realtà tecnologiche più solide dell’intero panorama asiatico.

Cosa è Ling 3.0 Flash e perché la sua architettura conta

Ling 3.0 Flash è costruito su un’architettura a esperti, quella che in gergo tecnico si chiama Mixture-of-Experts. Sulla carta il modello dichiara circa 124 miliardi di parametri complessivi, ma per generare ogni singolo token ne attiva soltanto una porzione, intorno ai 51 miliardi. È come avere a disposizione una squadra molto numerosa di specialisti e chiamare in causa, di volta in volta, solo quelli che servono davvero per il compito del momento.

Questo dettaglio tecnico ha una conseguenza pratica enorme. Il costo di calcolo e la latenza di una risposta dipendono soprattutto dai parametri realmente attivati, non dal totale dichiarato. Attivando meno della metà del modello, Ling 3.0 Flash riesce a restare rapido ed economico pur conservando la capacità complessiva di un sistema molto più grande.

In pratica paghi, in tempo e in risorse, soltanto per la parte del cervello che ti serve in quell’istante.

A tutto questo si aggiunge una finestra di contesto molto ampia, dichiarata in 256mila token. Vuol dire che il modello può tenere sotto controllo documenti lunghi, intere basi di codice o conversazioni che si protraggono per decine di scambi senza perdere il filo. Non a caso inclusionAI lo presenta come uno strumento pensato per i carichi di lavoro agentici ad alta frequenza: agenti di programmazione, uso di strumenti esterni, analisi di documenti e dialoghi multi-turno prolungati, tutti scenari in cui il costo per token e la velocità fanno la differenza tra un prodotto sostenibile e uno che brucia budget.

Pensa a un assistente che deve leggere un contratto di cinquanta pagine, incrociarlo con una banca dati e poi reggere una raffica di domande dell’utente. Con un modello costoso, un flusso del genere ripetuto migliaia di volte al giorno diventa insostenibile in fretta. È esattamente lo spazio in cui un modello aperto, veloce ed economico come Ling 3.0 Flash prova a inserirsi.

Due versioni, BF16 e FP8

Il modello viene distribuito in due formati numerici. La versione BF16 occupa circa 255 gigabyte, mentre quella FP8 scende attorno ai 128 gigabyte, dimezzando di fatto lo spazio su disco e la memoria della scheda grafica necessaria per farlo funzionare.

Il vantaggio è immediato: con FP8 puoi eseguire il modello su hardware meno costoso, mantenendo prestazioni molto vicine a quelle della versione a piena precisione. Per chi deve mettere in produzione un’AI su larga scala, ogni gigabyte di memoria risparmiato si traduce in bollette più leggere e in una barriera d’ingresso più bassa.

Più piccolo del modello di punta, ma non meno capace

Il cuore della proposta di inclusionAI sta in un confronto interno alla sua stessa famiglia di modelli. Ling 3.0 Flash utilizza circa un ottavo dei parametri totali e appena un dodicesimo di quelli attivi rispetto al modello di punta del laboratorio, quello da mille miliardi di parametri. Nonostante il divario sia enorme, secondo i dati diffusi dall’azienda il modello più leggero eguaglia o supera il fratello maggiore sulla maggior parte dei benchmark presi in esame.

Vale però la regola di sempre. Si tratta di numeri comunicati dal produttore, non ancora di verifiche indipendenti, e prima di trattarli come oro colato conviene aspettare i test della comunità.

La direzione, comunque, è nitida. Il settore, in Cina come negli Stati Uniti, sta spostando l’attenzione dalla pura dimensione dei modelli alla loro efficienza reale. È lo stesso ragionamento che avevi già visto emergere con il modello aperto Inkling-Small di Thinking Machines, capace di avvicinare le prestazioni di un flagship pur restando molto più compatto. Non conta più solo quanto è grande un modello, ma quanto rende per ogni watt e per ogni euro spesi.

Licenza MIT e disponibilità: la scelta che fa la differenza

L’aspetto forse più rilevante non è tecnico, ma legale. Ling 3.0 Flash viene rilasciato con licenza MIT, una delle più permissive in circolazione. Puoi scaricarlo, usarlo a scopo commerciale, modificarlo e ridistribuirlo con vincoli minimi, senza dover chiedere autorizzazioni o pagare royalty a nessuno.

I pesi del modello sono già disponibili sulle principali piattaforme per sviluppatori, da Hugging Face a ModelScope, e possono essere serviti con i motori di inferenza più diffusi come SGLang o vLLM. Chi lo ha portato online presso fornitori terzi lo propone a tariffe dell’ordine di pochi centesimi di dollaro per milione di token, una cifra che rende sostenibile anche un utilizzo intensivo e continuativo.

È una combinazione potente: codice aperto, costi bassi e nessun lucchetto contrattuale.

Per un’azienda europea o per un libero professionista, tutto questo significa poter costruire prodotti sopra un modello di frontiera senza legarsi mani e piedi a un unico fornitore. Non stupisce che una strategia simile stia guadagnando terreno anche tra i grandi nomi, come Alibaba con il suo Qwen3.8-Max, che ha scelto di aprire i pesi persino dei propri modelli più ambiziosi.

Un altro tassello nella corsa cinese all’open source

Ling 3.0 Flash non nasce nel vuoto. Il 2026 è l’anno in cui i laboratori cinesi hanno fatto dell’open weight una vera arma competitiva, puntando su modelli potenti, aperti e soprattutto economici per erodere il vantaggio dei rivali statunitensi.

DeepSeek ha aperto la strada, dimostrando quanto un modello a basso costo possa scuotere il mercato, anche se proprio in questi giorni ha avvisato gli sviluppatori di un imminente e significativo aumento dei prezzi delle sue API. Alibaba con Qwen e Moonshot con Kimi hanno rincarato la dose, alzando l’asticella delle prestazioni. Con Ant Group che scende in campo attraverso il proprio laboratorio, la lista dei protagonisti cinesi si allunga ancora.

Il filo conduttore resta sempre lo stesso: efficienza e apertura.

Mentre diversi laboratori occidentali continuano a proteggere i pesi dei loro modelli migliori e a farli pagare a caro prezzo, una parte crescente dell’ecosistema cinese regala la tecnologia di base e sceglie di monetizzare altrove, sui servizi, sul cloud o sull’integrazione nei propri prodotti. Per te che segui il settore, il risultato è un ventaglio di opzioni sempre più ampio e una pressione al ribasso sui prezzi che, alla lunga, premia soprattutto chi costruisce applicazioni concrete.

Cosa aspettarti adesso

Ling 3.0 Flash è il classico rilascio che conviene tenere d’occhio nelle prossime settimane, quando arriveranno i primi test indipendenti e i primi progetti costruiti sopra il modello. Sarà quella la vera prova del nove per capire se le promesse di efficienza reggono anche lontano dai benchmark ufficiali.

C’è anche un tema di controllo e di sovranità del dato. Poter ospitare il modello sui propri server, senza inviare informazioni sensibili a terzi, è un argomento sempre più decisivo per le aziende europee alle prese con normative stringenti sulla privacy.

Se sviluppi agenti o applicazioni basate su modelli linguistici, questo è il momento giusto per provarlo di persona. Scarica i pesi dalla pagina ufficiale di inclusionAI su Hugging Face, mettilo alla prova sui tuoi casi d’uso reali e continua a seguirci per restare aggiornato sui prossimi capitoli della corsa all’intelligenza artificiale aperta.