PChome 10月16日消息，蚂蚁百灵宣布正式开源Ling-3.1-flash，权重同步上线Hugging Face与ModelScope，开发者可拉到自有算力环境里跑业务。
PChome 10月16日消息，蚂蚁百灵宣布正式开源Ling-3.1-flash，权重同步上线Hugging Face与ModelScope，开发者可拉到自有算力环境里跑业务。
这次最显眼的数字是参数规模：总参约560B，但每个Token只激活约25B，上下文上限1M。 架构上走的是稀疏MoE+混合线性注意力路线，512个路由专家每步挑8个，再加1个共享专家——好处是大模型容量留住了，单步计算量却压得不小。
真正让企业侧感兴趣的是部署成本。官方对routed experts做MXFP4量化、dense层保留block-FP8，权重占用从约534GB降到292GB；在Hopper GPU测试配置里，跑起服务从8卡缩到4卡。 长上下文还配了PCP/DCP并行推理，工具调用补了JSON Schema支持，明显是冲着Agent和私有化部署去的。
性能面，Artificial Analysis给到智能指数41、输出约210 token/s，混合调用价约0.19美元/百万 token。 4卡吞吐测试里做到1.36 QPS，首Token P50小于3 秒。 场景上不止聊天，官方把办公资料整理、医疗沟通、旧代码改功能、React Native页面生成都列进了落地范围，Design Arena开放权重榜里数据可视化、移动应用、3D、游戏方向都进了前三。
