Ling 3.0 Tiny: Ant Groups Mini-Modell mit 1,3 Milliarden aktiven Parametern

Worum es geht

InclusionAI, das KI-Team der chinesischen Ant Group (Betreiber des Bezahldienstes Alipay), hat sein kleinstes Sprachmodell Ling 3.0 Tiny auf der Plattform OpenRouter verfügbar gemacht. OpenRouter ist ein Vermittler, über den man mit einem einzigen Zugang Hunderte KI-Modelle verschiedener Anbieter per Programmierschnittstelle (API) ansprechen kann. Seit dem 5. November 2026 ist Ling 3.0 Tiny dort gelistet, derzeit über einen einzigen Anbieter.

Das Modell ist kein ganz neues: Laut dem Blog von OrcaRouter erschien es bereits am 6. August 2026, zunächst über eigene, kostenlose Schnittstellen. Offiziell eingeordnet hat Ant Group es auf seiner Inclusion-Konferenz am Bund in Shanghai im September, wo der Konzern die gesamte Ling-3.0-Familie vorstellte. Ling 3.0 Tiny ist darin das Modell für sparsame Geräte – laut Pressemitteilung „läuft es vollständig lokal ohne Cloud-Abhängigkeit“ und eignet sich für persönliches Wissensmanagement und Offline-Aufgaben.

Klein, aber als Mixture-of-Experts gebaut

Ling 3.0 Tiny hat insgesamt 7,9 Milliarden Parameter, nutzt aber pro verarbeitetem Token nur etwa 1,3 Milliarden davon. Das liegt an der Mixture-of-Experts-Architektur (MoE): Das Modell besteht aus vielen spezialisierten Teilnetzen („Experten“), und für jedes Wort wählt eine Art Weiche nur die passenden aus. Vergleichbar ist das mit einer großen Firma, in der nicht jede Anfrage durch alle Abteilungen läuft, sondern nur durch die zuständigen. Das Ergebnis: Das Modell hat das Wissen eines 8-Milliarden-Modells, rechnet aber ungefähr so schnell wie ein Modell mit gut einer Milliarde Parametern.

Ant Group bezeichnet es als „natives Hybrid-Reasoning-Modell“. Das heißt: Man kann pro Anfrage umschalten zwischen einem Thinking-Modus, in dem das Modell erst intern Schritt für Schritt nachdenkt, bevor es antwortet, und einem Instant-Modus mit direkter Antwort. Laut OrcaRouter ist der Denkmodus standardmäßig eingeschaltet.

Weitere Eckdaten laut OpenRouter und OrcaRouter:

• Kontextfenster: 262.000 Token (Ant Group nennt 256K) – das Modell kann also sehr lange Texte, etwa ganze Bücher oder lange Chatverläufe, auf einmal berücksichtigen.
• Ausgabe: bis zu 32.000 Token pro Antwort.
• Funktionen: Tool-Aufrufe (das Modell kann externe Werkzeuge wie Suche oder Rechner ansteuern), strukturierte Ausgaben (z. B. sauberes JSON für Programme) und Prompt-Caching.
• Nur Text: Bilder oder Audio versteht das Modell nicht.

Gedacht ist es laut OpenRouter für „reaktionsschnelle Agenten, das Befolgen von Anweisungen und mehrstufige Unterhaltungen“.

Preise und Leistung

Die Preise sind extrem niedrig. Zum Vergleich: OrcaRouter nannte für ein anderes Gateway nach Ende einer Gratisphase im August noch 0,06 bzw. 0,18 Dollar – OpenRouter liegt nun bei einem Viertel davon. Ein Haken für europäische Nutzer: Das Modell ist laut OpenRouter derzeit nicht über das EU-Routing verfügbar, bei dem Anfragen innerhalb der EU verarbeitet werden.

Zur Leistung gibt es eine unabhängige Messung: Die Benchmark-Plattform Artificial Analysis gibt Ling 3.0 Tiny laut OrcaRouter 23 Punkte in ihrem Intelligence Index, einem Sammelwert aus vielen Tests. Das reicht für Platz 6 unter 56 Modellen der gleichen Größenklasse – der Median dieser Klasse liegt bei nur 8. Für ein so kleines Modell ist das stark. Zum Vergleich zieht OrcaRouter Inkling Small von Thinking Machines Lab heran, das 40 Punkte erreicht – allerdings ist das mit 276 Milliarden Parametern ein ganz anderes Kaliber.

Eine wichtige Einschränkung: Ling 3.0 Tiny ist sehr geschwätzig. Im Testlauf von Artificial Analysis erzeugte es rund 210 Millionen Ausgabe-Token, der Median liegt bei 63 Millionen – also mehr als das Dreifache. OrcaRouter spricht von einer „Redseligkeitssteuer“: Der niedrige Preis pro Token relativiert sich, weil das Modell viel mehr Token produziert. Lokal betrieben heißt das: längere Wartezeiten.

Offene Gewichte oder nicht? Widersprüchliche Angaben

An einer Stelle widersprechen sich die Quellen. OrcaRouter beschreibt Ling 3.0 Tiny als „proprietäres“ Modell, das nur als API existiere und keine herunterladbaren Gewichte habe. Ant Group selbst wirbt dagegen ausdrücklich damit, dass das Modell vollständig lokal ohne Cloud läuft, und die OpenRouter-Seite verweist auf „Model weights“. Am plausibelsten ist, dass die Gewichte nach dem ersten Start im August später veröffentlicht wurden – andere Ling-3.0-Modelle wie Ling-3.0-flash-Fin hat Ant Group ausdrücklich auf Hugging Face und ModelScope freigegeben. Wer das Modell lokal nutzen will, sollte die Lizenz und die genaue Bezugsquelle aber selbst auf Hugging Face prüfen; die Lizenz nennen unsere Quellen nicht.

Die Ling-3.0-Familie im Überblick

Tiny ist das kleinste Mitglied einer ganzen Modellreihe, die Ant Group im September vorgestellt hat:

• Ling-3.0-flash: MoE-Modell mit 124 Milliarden Parametern, 5,1 Milliarden aktiv, für Agenten im Produktionseinsatz. Laut Hersteller auf den meisten Benchmarks vergleichbar mit Flaggschiffen mit einer Billion Parametern.
• Ling-3.0-flash-Fin: Finanzvariante, gemeinsam mit Finanzinstituten entwickelt, mit offenen Gewichten. Spezialisiert auf Recherche, Bewertungsmodelle in Excel und Berichte. Dazu veröffentlichte Ant Group den Benchmark FinFIRST mit 123 von Experten der Investmentbank CICC verfassten Aufgaben.
• Ling-3.0-flash-VL: Bild- und Videoverständnis mit 1 Million Token Kontext.
• Ling-3.0-flash-Santé: Variante für Medizin und Lebenswissenschaften.

Was du zum Ausprobieren brauchst

Über OpenRouter reicht ein Konto mit etwas Guthaben – die Kosten sind bei diesen Preisen vernachlässigbar. Für den lokalen Betrieb ist das Modell dank seiner Größe genügsam: In 4-Bit-Quantisierung (die Zahlen des Modells werden gröber gespeichert, damit es weniger Speicher braucht) sind etwa 5 bis 6 GB Grafikspeicher nötig, also eine Mittelklasse-Grafikkarte mit 8 GB. Weil pro Token nur 1,3 Milliarden Parameter rechnen, läuft es auch auf einem normalen Prozessor mit 16 GB Arbeitsspeicher noch flüssig und auf Macs mit Apple-Chip ab 16 GB gut. Auf der Festplatte belegt es je nach Variante rund 5 bis 16 GB. Achtung: Wer das volle Kontextfenster ausnutzt, braucht deutlich mehr Speicher.

Einordnung

Ling 3.0 Tiny reiht sich in einen klaren Trend ein: kleine MoE-Modelle, die auf Laptops laufen und trotzdem Werkzeuge bedienen und mitdenken können. Mit 23 Indexpunkten liegt es weit über dem Durchschnitt seiner Klasse – ein Ersatz für große Modelle ist es aber nicht, und es versteht nur Text. Für Bastler, die lokale Agenten oder einen privaten Assistenten bauen wollen, ist es interessant; für Unternehmen lockt der Spottpreis über OpenRouter. Kritisch sind die starke Geschwätzigkeit, die unklare Lizenzlage und dass die Leistungsangaben – abgesehen von Artificial Analysis – vom Hersteller stammen.