Ling-3.1-flash

概览

Ling-3.1-flash 是蚂蚁集团百灵大模型（Ant Ling，开源组织 inclusionAI）于 2026 年 10 月 15 日开源的混合推理大模型，是 Ling-3.0-flash 的升级版，属于 Ling 3.1 系列。它采用原生混合线性 MoE 架构：总参数约 560B，每个 token 只激活约 25B；72 层里 63 层是 KDA（Kimi Delta Attention）线性注意力、9 层是 Gated MLA，512 个路由专家每次激活 8 个。模型上下文上限 1M token，官方 API 目前开放 256K。官方定位是日常办公、长周期软件开发和复杂智能体任务，称其在 Terminal-Bench 4.0、SWE-bench Pro、FrontierSWE、GDPVal-AA V2.1、MCP-Atlas、SkillsBench 等评测上表现强，在 Claude Code、Kilo Code、Qwen Code、Hermes Agent、OpenClaw 里都能用；医疗、金融、材料等专业领域也有提升。Artificial Analysis 给出的智能指数是 41，输出速度约每秒 210 token。本地部署方面，官方对路由专家做了 MXFP4 量化、稠密层保持 block-FP8，权重从约 534GB 降到约 292GB，在 Hopper 测试配置下从 8 卡降到 4 卡；SGLang（官方推荐，有 day-0 镜像 lmsysorg/sglang:dev-ling-3.1-flash）和 vLLM 都已支持。官方推荐采样参数 temperature 1.0、top_p 0.95、top_k 20，并打开 enable_thinking。不想自己部署，可以用官方 Ling Studio（ling.tbox.cn）或 Ant Ling 开放平台 API，也可以通过 OpenRouter、ZenMux 调用。蚂蚁另外介绍了基于开源编程智能体 Pi 改造的 LingCode，目前未开源。官方来源：https://huggingface.co/inclusionAI/Ling-3.1-flash 、https://developer.ant-ling.com/zh-CN/docs/models/ling/ 、https://developer.ant-ling.com/zh-CN/docs/models/price/ 、https://modelscope.cn/models/inclusionAI/Ling-3.1-flash （2026-10-26 核对）。 定价：权重 MIT 许可，可免费下载。Ant Ling 开放平台原价每百万 token 输入 ¥2.00、输出 ¥6.00、缓存读取 ¥0.40；目前限时 2.5 折，为输入 ¥0.50、输出 ¥1.50、缓存读取 ¥0.10，官方没写截止日期，优惠结束后将逐步恢复原价。OpenRouter 和 ZenMux 上同步打折：原价每百万 token 输入 $0.30、输出 $0.90，折后 $0.075 / $0.225，缓存读取 $0.015。

模态

文本

参数量

560B 总 / 25B 激活（MoE）

许可说明

开源 · MIT

能力

• +混合线性 MoE：总参数 560B、每 token 激活 25B；72 层（63 层 KDA 线性注意力 + 9 层 Gated MLA，7:1），512 个路由专家每次激活 8 个
• +上下文上限 1M token；官方 API 当前开放 256K
• +原生混合推理，可用 enable_thinking 开关思考；支持工具调用和 JSON Schema，提供 OpenAI 兼容和 Anthropic 兼容接口
• +面向办公、长周期写代码和复杂智能体任务：官方称在 Terminal-Bench 4.0、SWE-bench Pro、FrontierSWE、GDPVal-AA V2.1、MCP-Atlas 等上表现强，可接入 Claude Code、Kilo Code、Qwen Code、Hermes Agent、OpenClaw
• +推理快：Artificial Analysis 智能指数 41，输出约每秒 210 token
• +本地部署更省卡：路由专家用 MXFP4 量化、稠密层 block-FP8，权重从约 534GB 降到约 292GB，Hopper 测试配置从 8 卡降到 4 卡；SGLang、vLLM 首日支持
• +MIT 许可开源，Hugging Face 和 ModelScope 可下载