Ling-3.1-flash

蚂蚁集团开放的 560B 文本模型,面向智能体和编程:激活 25B、100 万上下文、以线性注意力为主,MIT 许可证。

一句话概括. Ling-3.1-flash 是蚂蚁集团开放 AI 团队推出的超大文本模型,面向编程、搜索和办公类智能体任务,一次最多可读取 100 万 token。MIT 许可证让你几乎无条件地商用,但运行它需要多卡服务器。

概述

蚂蚁集团发起的开放 AI 项目 inclusionAI 于 2026 年 10 月 13 日以 MIT 许可证发布了 Ling-3.1-flash。它是纯文本推理模型,总参数约 5600 亿,每个 token 激活 250 亿,支持 100 万 token 的上下文窗口。

它采用混合线性注意力的混合专家架构。72 个注意力层中,63 层是 KDA 线性注意力层,9 层是门控多头潜在注意力层,比例为 7:1。线性层让超长上下文的成本可以承受。模型有 512 个路由专家和 1 个共享专家,每个 token 选择 8 个路由专家。权重以 FP8 发布,约 574 GB;另有约 1.1 TB 的 BF16 基座模型,可用于研究和继续训练。

10 月 27 日,经过进一步后训练的第二个检查点 Ling-3.1-flash-1019 出现在 Hugging Face。inclusionAI 称它在 Artificial Analysis Intelligence Index v4.3.2 上得分为 44,初版为 41。这些是开发方自己公布的数字。模型卡给出的参考部署是 8 张 H200 GPU 的节点,使用 SGLang,并给出 vLLM 分支作为替代。由于采用了新的注意力层,需要使用这些特定版本,而不是常规安装。

适合做什么

  • 在自己的多卡服务器上运行的编程、终端和办公自动化智能体
  • 阅读长文档和代码仓库,受益于 100 万 token 的窗口
  • 想要无营收或托管条件的 MIT 许可模型的公司
  • 想要混合线性注意力混合专家基座模型的研究者

需要注意

  • 仅支持文本:不能读取图像、音频或视频
  • FP8 权重约 574 GB,模型卡的参考部署是 8 张 H200 GPU,不是工作站模型
  • 基准成绩由 inclusionAI 自己公布,尚未经独立复现
  • 线性注意力层需要特定的 SGLang 或 vLLM 版本,常规推理环境可能无法运行

性能数据来自开发方,未经独立验证。

需要多少内存?

以下为 Ling-3.1-flash-1019 版本的估算。混合专家模型虽然每个 token 只用到部分专家,但所有专家都必须装进内存:总参数量决定所需内存,激活参数量决定速度。

版本 参数量 BF16 FP8 / INT8 4-bit (Q4) 可运行于
Ling-3.1-flash-1019 FP8 560B 激活 25B 1.29 TB 644 GB 386 GB 大内存台式机
Ling-3.1-flash FP8 560B 激活 25B 1.29 TB 644 GB 386 GB 大内存台式机
Ling-3.1-flash-base BF16 560B 激活 25B 1.29 TB 644 GB 386 GB 大内存台式机

估算方法:权重大小加约 15% 的运行开销。实际占用会随上下文长度增长,也取决于所用的软件。

显存计算器

许可证,用大白话说

最简短、最宽松的许可证。只要保留版权和许可声明,你几乎可以对模型做任何事。

进一步了解 MIT

延伸阅读

常见问题

Ling-3.1-flash 是什么?
Ling-3.1-flash 是蚂蚁集团开放 AI 团队推出的超大文本模型,面向编程、搜索和办公类智能体任务,一次最多可读取 100 万 token。MIT 许可证让你几乎无条件地商用,但运行它需要多卡服务器。
Ling-3.1-flash 可以商用吗?
可以。Ling-3.1-flash 采用 MIT 发布,这是一种宽松许可证。只要遵守常规条件(例如保留许可证声明),就可以商用。
Ling-3.1-flash 是开源的吗?
Ling-3.1-flash 采用 MIT 发布,该许可证经开源促进会(OSI)认可。训练数据和训练代码不一定公开,因此更准确的说法是“采用开源许可证的开放权重模型”。
我能在自己的电脑上运行 Ling-3.1-flash 吗?
只有大内存机器才行。最小版本 Ling-3.1-flash-1019 在 4 位精度下约需 386 GB。配备 128 至 512 GB 统一内存的台式机可以装下,但速度一般。
Ling-3.1-flash 是什么时候发布的?
Ling-3.1-flash 由 inclusionAI (Ant Group) 于 2026年10月13日 发布。
Ling-3.1-flash 的上下文窗口有多长?
Ling-3.1-flash 支持最长 1M token 的上下文窗口。

官方链接

来源

规格数据来自以下一手资料。文中提到的基准测试结果由开发方自报。

发布时间等信息最近核实于 2026年11月8日。

相关模型

模型 发布时间 参数量 上下文 许可证 最小版本所需内存
DeepSeek V4.1 Flash DeepSeek 552B 激活 16B 1M MIT (宽松) 561 GB GPU 服务器
GLM-5.3-Flash Z.ai (Zhipu AI) 320B 激活 18B 1M MIT (宽松) 221 GB 大内存台式机
MiniMax M3.1 Flash MiniMax 428B 激活 23B 1M MiniMax Community (附条件) 277 GB 大内存台式机
Ming-Image 0.1 Design inclusionAI (Ant Group) 6.2B – MIT (宽松) 80 GB 工作站