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。
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。
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。
- Ling-3.1-flash-1019 model card (Hugging Face) huggingface.co
- Ling-3.1-flash model card (Hugging Face) huggingface.co
- SGLang cookbook: Ling-3.1-flash docs.sglang.io
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 |