Ling-3.0 Tiny 現已於 Novita AI 上架，作為無伺服器模型，提供給需要小型稀疏 MoE 端點且具備大工作上下文的團隊。目前的列表顯示為 inclusionai/ling-3.0-tiny，總參數 7.9B，每 token 約 1.3B 活躍參數，256K 上下文視窗，並支援函式呼叫。Novita 目前將此模型的輸入與輸出 token 定價均列為 $0。
Ling-3.0 Tiny 重點摘要
- Ling-3.0 Tiny 是一個小型 MoE 模型，而非密集模型。
- Novita 列出總參數 7.9B，每 token 約 1.3B 活躍參數。
- 目前的上下文視窗為 256K token。
- 託管的 Novita 端點支援函式呼叫。
- 定價目前列為 $0 輸入與 $0 輸出，因此今日是評估此模型的好時機。
什麼是 Novita AI 上的 Ling-3.0 Tiny？
Ling-3.0 Tiny 是 Novita AI 上 Ling 3.0 系列中的小巧成員。此模型的主要重點在於效率：它保持活躍運算量小，同時仍為長提示詞、代理軌跡與工具輸出提供大型上下文視窗。
這樣的組合使其對不需要旗艦模型但仍需超越玩具端點的工作負載極具吸引力。例如輕量級工具使用助手、文件工作流程、具長上下文的分類任務，以及需要保持低成本的路由層。
Ling-3.0 Tiny 在 Novita AI 上的 API 可用性
Novita AI 以無伺服器模型託管 Ling-3.0 Tiny，模型 ID 為 inclusionai/ling-3.0-tiny。即時列表是可用性、定價與支援功能的事實依據。
目前的定價快照很簡單：每 1M 輸入 token $0，每 1M 輸出 token $0。若您計劃用於生產環境，請將其視為即時促銷快照，並在確認成本假設前重新檢查模型頁面。
Ling-3.0 Tiny 規格、上下文視窗與定價
| 欄位 | 目前詳細資訊 |
|---|---|
| 顯示名稱 | Ling-3.0 Tiny |
| 模型 ID | inclusionai/ling-3.0-tiny |
| 架構 | 7.9B 參數 MoE；每 token 約 1.3B 活躍參數 |
| 存取方式 | 無伺服器 API |
| 上下文視窗 | 256K token |
| 託管功能 | 函式呼叫 |
| 輸入價格 | 每 1M token $0 |
| 輸出價格 | 每 1M token $0 |
| 最佳適用 | 長上下文輕量級代理、工具使用、成本敏感型實驗 |
為什麼 Ling-3.0 Tiny 對長上下文工作流程很重要
Ling-3.0 Tiny 處於一個實用的中間位置。它足夠小，適合高量評估，但其上下文視窗足夠大，能將實際任務狀態保持在視野內。當請求涉及的不僅是簡短對話回合時，這點就很重要。
對開發者而言，主要的取捨很直接：您獲得一個低成本端點來處理長上下文文字工作流程，但在將實際流量路由至該模型之前，仍應針對自己的提示詞、工具呼叫與輸出格式需求進行驗證。
何時在 Novita AI 上使用 Ling-3.0 Tiny
當您需要以下情況時，使用 Ling-3.0 Tiny：
- 一個用於長上下文文字任務的廉價模型
- 在無伺服器設定中進行函式呼叫
- 一個用於路由或委派的緊湊 MoE 端點
- 一個用於測試代理工作流程而無立即 token 成本的模型
何時應選擇其他模型而非 Ling-3.0 Tiny
若您需要多模態輸入、更大的推理預算，或針對困難編碼與數學任務的不同品質表現，請選擇其他模型。Ling-3.0 Tiny 是一個輕量級上線選項，並非通用預設模型。
結論
Ling-3.0 Tiny 是 Novita AI 上一個實用的選擇，當您需要稀疏 MoE 效率、長上下文與當前零 token 成本時。如果您的工作負載以文字為基礎且由工具驅動，現在值得進行測試。
常見問題
模型 ID 是什麼？
inclusionai/ling-3.0-tiny
它支援多大的上下文視窗？
256K token。
目前是免費的嗎？
是的。Novita 目前將輸入與輸出定價均列為 $0。
它支援函式呼叫嗎？
是的。
