蚂蚁Ling以MIT许可开源编程表现突出的Ling-3.1-flash
蚂蚁集团Ling团队以MIT许可在Hugging Face发布Ling-3.1-flash:总参数5600亿、每步激活250亿,支持100万token上下文,在编程和智能体测试中得分较高。
蚂蚁集团Ling团队(inclusionAI)于2026年10月以MIT许可在Hugging Face发布了Ling-3.1-flash。它是Ling-3.0-flash的升级版,面向真实世界任务,思考模式可开可关。该模型可在自有服务器上运行,也已上线ModelScope,并可通过OpenRouter使用。
模型特点
Ling-3.1-flash是总参数5600亿的混合专家模型,每步激活250亿参数。根据模型卡,它支持100万token上下文。架构以7比1的比例混合线性注意力层和标准注意力层,用于降低长文本的计算量。512个专家中每步激活8个。
编程与智能体测试
根据Hugging Face页面上的数值,该模型在衡量修复软件问题的SWE-bench Pro上得分68.74,在SWE-bench Multilingual上得分88.5,在衡量终端任务的Terminal-Bench 2.1上得分81.18,在SkillsBench上得分68.7,在Humanity's Last Exam上得分37.44。模型卡还称其在GDPVal、HealthBench Professional和MCP-Atlas等工作、医疗和工具连接测试中有所提升,对比图以图片形式给出。团队表示基于Pi构建的编程框架LingCode未来可能开源。
如何运行
推荐使用SGLang,模型卡给出的参考配置为8块H200显卡。也可用vLLM运行,并列出了社区为llama.cpp、Ollama和LM Studio制作的量化版本。在本地运行如此规模的模型仍需非常强大的硬件,通过云服务试用更为方便。
分数为Ling团队公布的数值,文中未写明对比模型名称。模型卡未说明包括土耳其语在内的语言支持情况。建议在自己的代码库中试用,并关注独立研究人员的对比。
