Ling-3.1-flash – 蚂蚁百灵推出的新一代智能体 MoE 大模型

AI工具2个月前更新 aibin_cn
2,030 0
Ling-3.1-flash - 蚂蚁百灵推出的新一代智能体 MoE 大模型

Ling-3.1-flash 是什么

Ling-3.1-flash 是蚂蚁集团旗下百灵实验室(inclusionAI)推出的新一代稀疏 MoE大语言模型,于 2026 年 9 月 30 日发布。模型总参数约 560B,每个 token 仅激活约 25B,上下文窗口上限 1M,可容纳更长的文档、代码与任务历史。研发围绕通用AI 智能体、搜索、日常办公与软件研发四类任务持续优化,并在医疗、金融与材料科学研究场景增强能力。模型即日起开放为期两周的免费体验,考虑到综合服务成本,体验期内服务长度为 256K;转为付费服务后计划开放 1M 上下文,并同步开源。

Ling-3.1-flash 的主要功能

  • 通用智能体任务:面向跨多步的自主任务执行做专项优化,官方将其列为第一优化方向,适合搭建长流程工作流。
  • 搜索增强:围绕搜索场景单独优化,官方在发布说明中与智能体、办公、研发并列为四大方向。
  • 日常办公:面向文档处理、资料整理、汇报生成等高频办公任务,配合超长上下文一次性处理多份材料。
  • 软件研发:覆盖代码理解、生成与修复,第三方模型库将其归类为面向编码与工具调用智能体的混合推理模型。
  • 超长上下文:窗口上限 1M,可容纳更长的文档、代码和任务历史,免费体验期内服务长度为 256K。
  • 混合推理:第三方平台显示其思考模式默认开启且可关闭,可在低延迟响应与深度推理之间切换(此为第三方口径,官方公告未展开)。

Ling-3.1-flash 的技术原理

  • MoE 稀疏激活架构:总参数约 560B,每个 token 仅激活约 25B,稀疏比约 1/22,用大容量参数池换取单次推理的低计算量。官方公告未公布专家数量与路由细节。
  • 混合线性注意力路线:官方尚未发布 Ling-3.1-flash 的架构文档。前代 Ling-3.0-flash 采用 KDA 与 Gated MLA 交替的混合线性注意力(层配比 5:1),以线性注意力摊薄长序列成本、少量全注意力层保精度,3.1 是否沿用同一路线需以模型卡为准。
  • 长上下文工程配套:前代模型卡报告了与 SGLang HiCache、Mooncake 共享 L3 缓存的集成,长输入智能体负载下首 token 延迟可降低 60% 到 80%。该数据为 Ling-3.0 公开口径,1M 窗口的实际延迟表现待 3.1 开源后验证。
  • 智能体环境后训练:前代 Ling-3.0 的后训练使用了超过 1 万个交互式编码、研究与通用智能体环境,3.1 延续了向智能体倾斜的训练侧重,这与其四大优化方向一致。

需要说明:Ling-3.1-flash 发布时未同步模型卡与技术报告,上述架构判断中凡引用 Ling-3.0 的部分均为前代公开信息,仅用于说明系列技术路线,不代表 3.1 的最终实现。

如何使用 Ling-3.1-flash

方式一:网页端免费体验

  • 打开官网:访问 ling.tbox.cn,注册并登录账号。
  • 选择模型:在对话入口选择 Ling-3.1-flash,即可进行对话、长文档问答与简单智能体任务。
  • 注意窗口限制:免费体验期内服务长度为 256K,体验期约持续两周,具体截止时间以平台页面为准。

方式二:API 接入

  • 申请 Key:访问开发者平台 ling.tbox.cn/open,注册并绑定支付宝完成认证后申请 API Key。
  • OpenAI 兼容调用:平台提供 OpenAI 兼容端点,Base URL 为 api.tbox.cn/api/llm/v1,模型名填 Ling-3.1-flash。
  • 注意开放节奏:官方公告未说明 API 通道是否随发布同步开放,实际可调用范围与计费方式以开发者平台实时展示为准。

方式三:第三方模型平台

  • Vercel AI Gateway 等平台已收录 inclusionai/ling-3.1-flash 并提供免费调用,NanoGPT 显示自动路由价格约 $0.075 输入 / $0.22 输出每百万 tokens。
  • 第三方通道的服务长度、计费口径与官方直连可能不同,商用前建议两边各测一轮。

Ling-3.1-flash 的核心优势

  • 参数容量大、激活开销省:560B 总参仅激活约 25B,兼顾模型容量与单次推理成本,延续系列「以小搏大」的智效路线。
  • 1M 上下文上限:可整体容纳超长文档、大型代码库与多轮任务历史,减少长任务的上下文断点。
  • 四大任务专项优化:通用智能体、搜索、日常办公、软件研发四个方向直接对准真实工作负载,而非泛用基准刷分。
  • 垂类场景持续增强:医疗、金融、材料科学研究三类高知识密度场景被官方单独点名,适合相关行业的文档与分析任务。
  • 免费体验零门槛:两周免费期内无需付费即可上手,适合团队在付费决策前完成实测验证。
  • 开源路线明确:官方承诺转为付费服务时同步开源,且前代 Ling-3.0 全系采用 MIT 协议,有兑现先例可查。

Ling-3.1-flash 的项目地址

  • 官网与对话体验:https://ling.tbox.cn
  • 开发者平台:https://ling.tbox.cn/open
  • 开源仓库:暂无,官方称付费服务上线时同步开源,届时预计发布在 HuggingFace 与 ModelScope 的 inclusionAI 组织下

Ling-3.1-flash 的同类竞品对比

对比维度 Ling-3.1-flash Ling-3.0-flash
发布时间 2026-09-30 2026-08,发布即开源
总参数 / 激活 约 560B / 25B 124B / 5.1B
上下文窗口 上限 1M,免费期 256K,付费后开放 原生 256K
开源状态 未开源,承诺付费上线时同步开源 MIT 开源,HF 与 ModelScope 可下载
权重与检查点 暂不可获取 开放含预训练、中期、合并阶段共 6 个检查点
评测成绩 官方发布多任务得分图,文字版尚未公布,无法逐项核验 34 个评测维度 15 项第一 19 项第二,SWE-Bench Pro 56.6% 第一
独立评测 暂无 AA Intelligence Index 38(v4.1.1)
API 价格 两周免费,付费定价未公布 开源免费自部署,部分网关免费托管
服务定位 闭源托管先行,商业化后开源 基础模型供继续训练与研究

关于这张表有三点需要说明。第一,Ling-3.1-flash 的 1M 是规格层面的窗口上限,免费体验期实际服务长度为 256K,官方明确表述为「考虑到综合服务成本」,1M 要等付费转化后才开放。第二,官方随发布公布了多任务评测得分,但截至发稿仅以图片形式传播,具体分数未经文字核验,本文不做转述,以官方后续文档为准。第三,与前代「发布即 MIT 开源」不同,3.1 把开源时点绑在了付费服务上线时,这是系列策略上的实质变化,对需要自部署的团队意味着当下只能选 3.0 或等待。以上状态信息以官方渠道实时公告为准。

Ling-3.1-flash 的应用场景

  • 长流程智能体工作流:把跨多步的任务交给模型自主执行,配合 1M 上限承载完整的任务历史,适合客服编排、运营流程这类多环节自动化。
  • 大型代码库研发辅助:256K 起步的上下文可容纳多数中型项目核心代码,做跨文件理解、缺陷定位与补丁生成,软件研发是官方四大优化方向之一。
  • 金融与医疗长文档分析:研报、财报、病历、合规材料这类高知识密度文档的整体阅读与要点抽取,对应官方单独点名的垂类增强。
  • 材料科学与科研文献处理:批量论文的摘要、对比与数据整理,长上下文能减少切片式处理造成的信息丢失。
  • 搜索与信息整合:围绕搜索方向优化后,适合做资料检索、多源信息汇总与结构化输出的中间层。
  • 免费期实测与选型验证:两周免费窗口足够跑完自有任务集,与现有模型做同题对照,为付费或自部署 Ling-3.0 的决策拿一手数据。

同期的国产模型有 LongCat-2.5-Preview、MiniMax M3.1-Flash-Preview 与 openPangu-2.0 三篇评测可以对照,想挑更多开发工具可以逛 AI 编程工具 分类。

© 版权声明

相关文章