9 月 29 日,蚂蚁集团 inclusionAI 上线 Ling-3.0-flash 的继任者 Ling-3.1-flash。这款效率定位 MoE 总参拉到约 560B,每 token 激活约 25B——对比上代 124B 总参 / 5.1B 激活,总参翻四倍多,激活接近五倍。官方同步承诺:试用期满后开源权重。
从 124B 到 560B,效率线也在堆参数
Ling-3.0-flash 当年的卖点是"小激活跑生产级 Agent":124B 总参只激活 5.1B,部署成本低。Ling-3.1-flash 把两个数字一起放大——总参 560B、激活 25B——稀疏比例仍约 1/22,但成本档位已完全不同。信号很直白:纯靠小激活参数,agent 任务的质量天花板顶不住了。蚂蚁将其定位在 agent 任务、搜索、办公和专业应用,带显式 thinking mode,瞄准长程任务。
上下文方面,官方目标 1M token,但当前经 Vercel AI Gateway(Novita 托管)的两周免费试用只开 256K 上下文,输出上限 32,768 token(TechNode 报道见 https://technode.com/2026/09/30/ant-group-launches-ling-3-1-flash-with-560-billion-parameters/ )。
先试用、后开源的发布节奏
这次发布最有意思的不是参数,而是节奏:模型先以两周免费试用上线 Vercel AI Gateway,权重、许可证、定价在发布时全部缺席,inclusionAI 只承诺试用结束后开源。第三方追踪站 LLM Releases 在模型页明确标注"weights not yet posted"( https://www.llm-releases.com/models/ling-3-1-flash ),OrcaRouter 的评论更直接:这是一个"announced model"——宣布了,但还摸不着。
对照上代直接 MIT 开源上架 Hugging Face,这代先攒真实负载与反馈、再放权重的路径更像商业模型的发布节奏——可以解读为打磨质量,也可以看作开源策略的试探。
跑分要打折扣看
官方公布的基准:五项 agent 基准聚合 81.0、Terminal-Bench 4 40.4%、SWE-Atlas 55.9%、HealthBench Professional 65.3%;官方账号另给出 GDPVal-AA v2.1 1,673 Elo、FrontierSWE 75.16(官方公告帖见 https://x.com/AntLingAGI/status/2105335205741596911 )。作为参照,Claude Sonnet 5.5 在同一 Terminal-Bench 4.0 上是 70.6%,Ling-3.1-flash 的 40.4% 距第一梯队还有明显差距;HealthBench Professional 65.3% 倒切中蚂蚁自己的医疗与金融场景。所有数字目前只有蚂蚁自己跑过,无独立复测。
所以呢
Ling-3.1-flash 值不值得盯,取决于两周后权重是否如约落地、以什么许可证落地。560B 总参的自托管门槛已到多卡集群级别,"开源"对多数开发者会从"我能跑"变成"我能微调、蒸馏"。若真放 MIT,等于送社区一个大号底座;若附带商用条款,这次试用就是纯营销。答案两周内见分晓。