蚂蚁百灵 Ling-3.1-flash 正式开源的消息在 2026 年 10 月 15 日落地：蚂蚁集团旗下百灵团队宣布开放该模型权重，开发者已经可以在 Hugging Face 和 ModelScope 下载，权重采用 MIT 许可证。这个模型在 2026 年 9 月 30 日首次发布，此前只能通过官方渠道调用；免费试用期结束后，百灵把权重交了出来，企业和开发者第一次可以把它部署到自己的基础设施里。
560B 总参数，每处理一个词只激活 25B
Ling-3.1-flash 延续混合线性架构，总参数约 560B，每个 Token 只激活约 25B。它有 512 个路由专家、每次激活其中 8 个，层数由 KDA 与门控 MLA 两种注意力按 7 比 1 交错排布，上下文窗口最高支持 1M Token。这种稀疏结构的意思很直白：模型容量做得足够大，但单次推理只调用一小部分参数，部署方不必按 560B 的规模为每一次请求付账。
评测不拼聊天，拼的是把活干完
从官方与第三方公布的数据看，这代模型的发力点在真实任务。办公任务评测 GDPVal-AA V2.1 拿到 1673 分（ELO），医疗场景的 HealthBench Professional 得分 65.35，软件工程与终端操作分别有 FrontierSWE、Terminal-Bench 4.0 的成绩支撑。第三方机构 Artificial Analysis 给出的智能指数是 41，输出速度约每秒 210 Token，混合调用价格约每百万 Token 0.19 美元。办公、搜索、医疗、金融、材料科学，是百灵给它划出的主要战场。
权重到手之后，部署门槛还剩多少
开源包同时给出了基于 SGLang 和 vLLM 的部署指引，并提供面向 H200、GB300 等硬件的参考配置，配合 25B 的激活规模，实际部署成本远低于总参数给人的第一印象。需要注意的是，目前流传的多数分数来自发布方与早期第三方评测，长任务里的稳定性、工具调用的容错，要等更多团队在自己的业务数据上跑过才算数。对已经在用闭源 API 做办公智能体的团队，这一版值得拿真实任务做一轮对照测试，再决定是否迁移。
