10月15日，蚂蚁兑现了开源承诺
10月15日，蚂蚁集团百灵大模型团队宣布正式开源Ling-3.1-flash，权重已在Hugging Face与ModelScope上线，采用允许商用的MIT许可证。该模型于9月30日发布，当时开放了两周免费体验；体验期结束后按承诺开放权重。据AI门户报道，模型总参数约560B（约5600亿），每个Token激活约25B，官方称经量化后部署所需显卡可由8张降至4张。
规格与架构：大容量、小激活
Ling-3.1-flash采用混合线性MoE架构：63层KDA线性注意力搭配9层门控MLA（比例7:1），外加4层稠密层；512个路由专家中每个Token仅激活8个，再加1个共享专家。这套设计的意图很直接——模型知识容量按5600亿参数的规格建设，单次推理的计算量却控制在250亿参数级别。上下文方面，模型目标支持1M Token；不过据36氪报道，当前开源配置中可验证的上下文为256K档，100万Token写在模型卡的目标栏中，实际开放节奏仍有待观察。
部署侧的量化方案是这次开源的看点：路由专家采用MXFP4量化、稠密层保留block-FP8，权重占用从约534GB降至约292GB，官方测试配置下服务所需GPU从8卡降至4卡。需要留意的是，4卡对应的是显存更充裕的GB300配置，模型卡推荐的启动配置仍是8张H200，实际卡数随上下文长度与并发量变化。
能力口径：官方自评与第三方数据并存
官方在办公、医疗沟通、软件研发三类场景给出评测：GDPVal-AA v2.1取得1673 Elo，FrontierSWE为75.16，HealthBench Professional为65.35（均为厂商自报口径，尚未见独立复现）。第三方机构Artificial Analysis给出的智能指数为41，约为上一代20分的两倍，输出速度约每秒210 Token，混合调用价格约每百万Token 0.19美元（第三方评测口径）。团队还介绍了一个面向长周期编程任务的自研框架LingCode，并表示未来考虑开源。局限同样写在明处：当前版本仅支持文本输入，没有原生视觉理解；官方注明一次喂入大量长文本时会出现注意力涣散。
企业视角：自部署选项回到企业手里
- 对数据敏感的行业，MIT许可意味着可以把一个五千亿参数级的模型部署进自有机房，不必把业务数据交给外部API。
- 评估成本时不要只看权重体积。292GB之外还要预留KV Cache与并发空间，服务器级显卡、运维能力缺一不可。
- 用真实业务任务做对照测试。官方跑分集中在特定基准上，自家文档整理、代码维护类任务的表现，需要拿自己的数据验证。
极欧互联在GEO优化（生成式引擎优化）业务中关注的另一个角度是：开源模型越多，企业自建的AI应用与智能体越多，官网内容将来面对的不只是几家云端大模型，还有大量私有部署模型的信息入口。内容的事实质量决定了它在这些入口中的被AI引用概率。
趋势研判：开源与闭源的界线在成本上被重画
从上一代124B到这一代5600亿参数，百灵把flash系列的容量抬了一个量级，同时把部署压缩到4卡量级。加上此前Meta开放8160亿参数权重，头部厂商正在把"超大模型+开放权重+可部署"变成标配动作。对企业来说，选择面在变宽，判断题也从"用不用AI"变成"哪部分业务放在云端API、哪部分放进自有算力"。可以预期，开源模型的工程化程度将成为下一阶段厂商竞争的主战场之一。
信息来源
- AI门户（caip.org.cn），《蚂蚁开源Ling-3.1-flash》，2026-10-15，https://caip.org.cn/news/detail?id=49750
- 36氪，《蚂蚁把560B大模型开源了：MXFP4一刀切掉一半显存、4卡就能跑，但"百万上下文"先打个问号？》，2026-10，https://www.36kr.com/p/4028331874899844