10月15日，蚂蚁集团旗下的百灵大模型正式宣布开源 ling-3.1-flash。该模型以“真实可用”为核心定位，聚焦真实世界任务的能力跃迁，助力模糊的业务需求更高效地转化为可落地的应用成果。模型权重已同步开放至 hugging face 和 modelscope 平台供下载。
Ling-3.1-flash 沿袭 Ling-3.0-flash 的混合线性架构设计，总参数量约为560B，每 Token 动态激活约25B 参数；上下文长度最高支持1M。在办公协同、医疗辅助、软件工程及终端操作等多类复杂工作流中，模型持续展现出稳定且高质量的推理表现。面对零散分散的资料，它能高效整合并生成结构化报告与汇报材料；针对碎片化症状描述，可系统梳理病史脉络与就诊关键问题；面对遗留代码库，不仅能准确理解原有逻辑，还可自主编写新功能模块，并基于测试反馈持续优化迭代。
在办公能力评测 GDPVal-AA V2.1 中，Ling-3.1-flash 取得1673分（ELO）；在专业医疗评估基准 HealthBench Professional 中得分达65.35；在软件工程权威测试 FrontierSWE 以及终端操作专项基准 Terminal-Bench4.0 中，亦验证了其处理高复杂度工程任务的扎实能力。
☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜
此次开源旨在推动更多团队在自有基础设施中完成 Ling-3.1-flash 的部署与集成，将上述场景化能力深度嵌入实际业务流程。
在日常高频真实任务中，企业知识助手与代码助手往往需连续完成资料解析、内容生成及多轮反馈修正。这不仅要求模型具备通用任务处理能力，更强调多轮交互下的低延迟响应。“智效比”作为百灵系列模型的关键特性，在 Ling-3.1-flash 中得到延续并进一步增强。
根据 Artificial Analysis 公开评测数据，Ling-3.1-flash 的智能指数为41，输出速度达约210 Token/秒，为高频业务场景同时提供智能水平与生成效率双重保障。此外，其混合调用成本约为每百万 Token 0.19美元，处于高速输出与低成本区间的平衡带，兼顾性能与经济性优势。
为优化本地部署体验，研发团队对 routed experts 层采用 MXFP4 量化策略，dense 层则保留 block-FP8 精度，使模型权重体积由约534GB 压缩至292GB。在对应 Hopper 架构 GPU 测试环境下，服务所需显卡数量从8张减少至4张，显著降低具备服务器级 GPU 资源的团队运行门槛。
此前，Ling-3.0 系列已在多种硬件平台展开开源实践，覆盖服务器、PC 及移动终端全栈部署路径。例如：在服务器端，单台 NVIDIA DGX Spark 即可流畅运行 Ling-3.0-flash，支撑编码智能体构建与小游戏全流程测试；在个人电脑端，搭载16GB 内存的 MacBook Air 成功运行 Ling-3.0-tiny，实现常驻式本地助手搭建；在移动端，Galaxy A32 4G 通过 Tiny GGUF 版本完成本地推理与工具路由原型验证，小米14T Pro 则借助 PocketPal 实现 Tiny 版本的端侧对话能力。
数据显示，Ling-3.0 系列模型近30天内在 Hugging Face 平台下载量已逼近100万次，社区已贡献 Flash GGUF、Tiny GGUF、Flash MLX4bit 等多种适配版本。随着 Ling-3.1-flash 的开源发布，百灵系列模型为开发者提供了更完整、更开放、更易验证与二次开发的基础模型体系，也标志着模型能力正加速向真实业务交付收敛——从需求文档、代码仓库到生产环境之间的转化链路被进一步缩短。
作为蚂蚁集团 AI 技术演进背后的核心模型研究力量，百灵持续为消费级 AI 应用与企业级智能体提供坚实可靠的模型底座。区别于单纯追求参数规模的路线，百灵始终致力于将模型能力切实注入真实业务场景并产出结果。在金融、医疗等高度专业化领域，依托通用基座模型，百灵已陆续推出 Ling-3.0-flash-Fin、Ling-3.0-flash-Sante 等垂直增强版本，将通用大模型能力精准转化为投研分析、健康干预等具体业务流程中的专业生产力。
