知识卡片：蚂蚁百灵 Ling-3.1-flash 开源模型

一句话结论

蚂蚁百灵于2026年10月开源推出 Ling-3.1-flash，主打"高智效比"和真实工作流任务交付能力，通过混合线性注意力与稀疏MoE架构降低部署门槛，并已在办公、金融、医疗等场景落地。

事件概述或研究问题

2026年双十一前夕，量子位报道蚂蚁百灵推出新开源模型 Ling-3.1-flash。该模型定位为"把真实工作流里的活干完"，面向办公Agent、电商大促方案、医疗问诊辅助等需要多步骤推进的实际任务场景。百灵负责人西亭在外滩大会上提出"Coding并不是唯一考场"，主张用真实任务给模型打分。

方法/产品要点

• 架构：约560B总参数，每Token激活约25B；采用7层KDA（线性Attention）配1层Gated MLA的混合注意力结构，512个路由专家，每Token选8个加1个共享专家，即"混合线性+稀疏MoE"。
• 上下文：上限可达1M Token。
• 部署优化：混合精度量化后权重占用从约534GB降至292GB；Hopper测试配置中部署所需GPU由8卡降至4卡；提供长上下文并行推理方案（PCP/DCP），加强对JSON Schema的支持。
• 落地形态：已接入蚂蚁内部桌面协同Agent客户端"小虎"。
• 开源地址：Ling Studio、OpenRouter、HuggingFace、ModelScope均已上线。
• 系列产品线：Ling-3.0-flash-Fin（金融，124B总参数/5.1B激活）、Ling-3.0-flash-Sante（医疗）。

主要结果或产业意义

• 办公任务评测 GDPVal-AA V2.1 中 ELO 得分 1673。
• Artificial Analysis 评测：智能指数41，输出速度约210 Token/秒，混合调用价格约每百万Token 0.19美元。
• HealthBench Professional 评测中保持相对领先。
• 蚂蚁内部Lua原生编译器开发任务持续约17小时，最终独立测试通过率97.8%。
• 百灵提出"智效比"概念，将模型计算效率、参数效率、Token效率绑定讨论；Anthropic、OpenAI近半年也陆续推出面向金融、医疗的专业能力（如Anthropic的Claude for Financial Advisors）。

为什么重要

• 在行业普遍卷Coding和榜单的背景下，百灵选择以真实工作流任务为差异化方向，代表了一种"走出Coding单一考场"的路线探索。
• "智效比"概念的提出及行业响应（Anthropic、OpenAI跟进专业场景），可能预示着模型评价体系从纯能力比拼向任务价值交付迁移。
• 对于办公Agent选型，Ling-3.1-flash提供了兼顾智能水平、生成效率与调用成本的国产开源选项。

局限与不确定性

• 长文本一次性输入时模型注意力有时会跑偏，建议逐步交付任务。
• 一句话生成存在适应边界，效果不佳时需重新明确实现思路和交付规格。
• 当前版本尚不具备原生视觉理解，需前置视觉模型处理，增加流程成本。
• 模型能否达成可用成果因任务而异，评测数据多来自官方及内部场景，第三方独立验证情况待核实。
• 与既有脉络的关系：本条为新增模型发布信息，与已有卡片中翁荔回归OpenAI/Thinking Machines发布Inkling-Small、Anthropic新模型曝光等无直接延续关系；但可补充2026年下半年模型行业"从卷Coding到卷真实任务"的产业趋势脉络。

可用于图书/PPT/简报的角度

• "Coding不是唯一考场"：模型评价体系的多元化转向。
• "智效比"概念解析：从算效比到智效比的行业话语变迁。
• 开源模型在垂直场景（金融、医疗、办公Agent）的落地路径。
• 双十一电商大促作为AI办公Agent的压力测试场景。
• 蚂蚁百灵从Ling-3.0到3.1的产品迭代逻辑与开源策略。

原始材料

• 来源：量子位（qbitai.com）
• 标题：这个双十一，百灵新模型干起活来不烧心
• 作者：鹭羽
• 日期：2026-10-15
• URL：https://www.qbitai.com/2026/10/503532.html
• Ling Studio：https://ling.tbox.cn
• OpenRouter：https://openrouter.ai/inclusionai/ling-3.1-flash
• HuggingFace：https://huggingface.co/inclusionAI/Ling-3.1-flash
• ModelScope：https://modelscope.cn/models/inclusionAI/Ling-3.1-flash