螞蟻百靈開源 Ling-3.1-flash，560B 總參數、支援 1M 上下文

螞蟻集團旗下百靈大模型於 10 月 15 日宣布開源 Ling-3.1-flash，權重於 Hugging Face 與 ModelScope 提供下載。據報導，模型延續 Ling-3.0-flash 的混合線性架構，總參數約 560B，每個 Token 激活約 25B，最高支援 1M 上下文。定位為「真實可用」，主打辦公、醫療、軟體工程、終端操作等複雜工作流。 據公布的評測數據：在 Artificial Analysis 評測中，智能指數為 41，輸出速度約每秒 210 Token；在辦公任務評測 GDPVal-AA V2.1 獲得 1673 分（ELO）；醫療場景 HealthBench Professional 得分 65.35。另在軟體工程基準 FrontierSWE 與終端操作基準 Terminal-Bench 4.0 也有表現，但原文未提供具體分數。 本地部署方面，團隊對 routed experts 採 MXFP4 量化、dense 層保持 block-FP8，權重從約 534GB 降至 292GB。在 Hopper GPU 測試配置中，服務部署由 8 卡降為 4 卡，實際需求仍隨上下文、並發量與服務配置而變。團隊另提供長上下文並行推理方案（PCP / DCP），並加強工具呼叫對 JSON Schema 的支援。 效能方面，團隊透過算子融合與 DSpark 投機解碼降低推理開銷。在平均輸入約 25.47K Token、輸出約 224 Token、快取命中率 76% 的模擬請求中，8 卡 Hopper 配置平均首 Token 時間為 604 毫秒，相鄰輸出 Token 平均間隔為 3.28 毫秒。在平均輸入約 8.5K、輸出約 800 Token 的 4 卡 Hopper 吞吐測試中，達到約 1.36 QPS，並滿足首 Token 時間 P50 小於 3 秒、輸出 Token 間隔 P90 小於 70 毫秒的約束。 線上體驗目前提供限時 2.5 折優惠。OpenRouter 以美元計價，輸入 0.075、輸出 0.225、快取讀取 0.015；Ling Studio 以人民幣計價，輸入 0.5 元、輸出 1.5 元、快取讀取 0.1 元。 ⚠️ 來源分歧：AI 前線報導標題寫為 Ling-3.0-flash，但內文與 iThome 皆為 Ling-3.1-flash；ModelScope 連結網域在 iThome 為 modelscope.cn、在 AI 前線為 modelscope.ai。