Ling-3.1-flash-1019 أصبح مفتوح المصدر الآن: 574 GB، ورخصة MIT، وفحص واقعي لحدود 256K

في الساعة 05:46 UTC يوم 27 أكتوبر، أنشأ فريق Ling في Ant Group مستودعًا على Hugging Face يُدعى Ling-3.1-flash-1019وملأه بـ 54 جزءًا من safetensors يبلغ مجموعها 573.8 غيغابايت بموجب ترخيص MIT. وبجانبه يقع Ling-3.1-flash-base، وهو نقطة تحقق BF16 بحجم 1.14 تيرابايت مخصصة لمزيد من التدريب، وخلف كليهما يقع Ling-3.1-flash، النموذج الذي يمثّل هذا الإصدار مراجعةً بعد التدريب له. وقبل خمسة أيام، كانت Ant قد نشرت النتيجة فقط: 44 على مؤشر Artificial Analysis Intelligence Index v4.3.2، ارتفاعًا من 41، مع وعود بالأوزان وواجهة برمجة التطبيقات. واليوم أصبح للوعد قائمة ملفات، مما يجعل هذا أول يوم يستطيع فيه أي شخص خارج خط تقييم Ant التحقق من الرقم بدلًا من قراءته.

تلك الفجوة هي القصة، وهي ذات وجهين. فالمختبر الذي يعلن عن معيار قياس أداء قبل أن يشحن مُخرَجًا يطلب منّا أن نأخذه على الثقة؛ أما المختبر الذي يشحن المُخرَج بعد ذلك بخمسة أيام، بحجم 574 GB وبموجب ترخيص متساهل، فقد سلّمنا على الأقل الوسائل كي نختلف. لم تعد الأسئلة المثيرة تدور حول النتيجة، بل حول ما بداخل التنزيل، وكم يكلّف تقديمه، وهل سياق 1M-token المذكور في بطاقة النموذج هو السياق الذي تحصل عليه فعلًا.

ما هو موجود فعليًا في المستودع

مستودع 1019 ليس محولًا نحيفًا ولا دلتا. إنه نقطة تحقق كاملة: 54 ملف أوزان بحجم يقارب 10.7 غيغابايت لكل منها، ومُرمّز رموز، وقالب محادثة، وشفرة نمذجة مخصصة (BailingMoeV3ForCausalLM) تتطلب trust_remote_code. يعلن الإعداد المُشحَن عن مخطط تكميم FP8 (E4M3، تحجيم كتل 128×128) فوق بنية MoE الهجينة الخطية التي استخدمتها سلسلة Ling منذ 3.1:

• إجمالي المعاملات والمعاملات النشطة — 560 مليارًا إجمالًا، و25 مليارًا نشطة لكل توكن، وهي الأرقام نفسها الخاصة بـ Ling-3.1-flash.

• الطبقات — 72 إجمالًا: 63 طبقة انتباه خطي KDA و9 طبقات MLA مُبوّبة بنسبة 7:1، بالإضافة إلى 4 طبقات كثيفة.

• الخبراء — 512 موجّه، 8 مفعّل لكل رمز، 1 مشترك.

• المفردات — 157,184 رمزًا؛ الحجم المخفي 4,096.

• البصمة — 573.8 GB من safetensors موزعة على 54 جزءًا، وفقًا لإحصائنا من قائمة ملفات المستودع في 27 أكتوبر.

النموذج الأساسي نوع مختلف من المخرجات. Ling-3.1-flash-base أُنشئ في 25 أكتوبر ويضم 121 ملفًا و1.14 تيرابايت من أوزان BF16 — أي نحو ضعف حجم نقطة التحقق المحاذاة لأنه لم يُكمَّم إلى FP8. وتصفه بطاقته بأنه نقطة التحقق الأساسية لـ Ling-3.1-flash، للتدريب المسبق المستمر والتكيّف مع النطاق وأبحاث التدريب اللاحق، وتقول صراحةً إنه غير مخصص للدردشة المباشرة أو الاستخدام الحساس للسلامة دون محاذاة. ويحمل كلا المستودعين وسم MIT.

44، والجزء الذي لم يقسه Ant

تُدرج Artificial AnalysisLing-3.1-flash-1019 عند 44 على مؤشر الذكاء الخاص بها، في المرتبة الرابعة من بين 122 نموذجًا في الصفحة التي قرأناها اليوم، وتذكر صفحة النموذج الخاصة به أن التقييمات قيست بشكل مستقل بواسطة Artificial Analysis. هذا هو أقوى شكل اتخذه الرقم حتى الآن، ويستحق فصله عن بقية جدول الإطلاق.

الفروق الخاصة بكل معيار تأتي من بطاقة النموذج الخاصة بـ Ant نفسها، لا من إعادة تشغيل مستقلة: AA-Briefcase يرتفع من نحو 1,400 إلى 1,524 من نقاط Elo، وAutomationBench-AA من 62% إلى 68%، وCritPt من 18% إلى 26%، وSciCode من 54% إلى 57%. اثنان من هذه المعايير — AA-Briefcase وAutomationBench-AA — مكوّنان من مكونات مؤشر Artificial Analysis، لذا فإن رقم المؤشر وجدول المورّد ليسا دليلين مستقلين أحدهما عن الآخر. إنهما الادعاء نفسه على مستويين من الدقة. تعامل مع الـ44 على أنها مقيسة بواسطة AA، ومع أزواج قبل/بعد على أنها مُبلَّغ عنها من المورّد، إلى أن ينشر شخص ما منظومة اختبار وبذرة.

ثمة عدم تماثل ثانٍ. في وقت القياس، لم يكن قد سجّل Artificial Analysis أي API متاح للعموم لبناء 1019، ولا يزال حقل سرعة الإخراج الخاص بالنموذج فارغًا. لذا فإن المعيار قابل للتكرار اليوم فقط عبر تنزيل 574 GB وتشغيله بنفسك. هذا ليس شكوى بشأن الإصدار؛ بل وصف لما يغيّره «open». قبل اليوم، لم يكن بوسع أحد إعادة إنتاج النتيجة. وبعد اليوم، يستطيع أي شخص يملك العتاد ذلك.

تُشترى النقاط الثلاث بالرموز.

المؤشر مقياس للجودة لا للكفاءة، وجانب الكفاءة في هذا الإصدار هو الجزء الأقل إطراءً فيه. قاست Artificial Analysis 350M من رموز الإخراج لتشغيل 1019 مقابل 220M لـ Ling-3.1-flash — أي نحو 59% رموز مولّدة أكثر لإكمال المجموعة نفسها — وصنّفت البناء الجديد في المرتبة 48 من 48 في الإسهاب، بينما يبلغ الوسيط لدى النماذج 140M. وتبلغ تكلفته لتشغيل المؤشر 1.49 دولار لكل مهمة مقابل 1.01 دولار للسلف.

بعض ذلك حساب يمكنك إجراؤه من بطاقة أسعار Ant نفسها. بسعر 0.90 دولار لكل مليون رمز إخراج، فإن 350 مليون رمز تعني 315 دولارًا من الإخراج مقابل 198 دولارًا لـ 220 مليونًا — بفارق 117 دولارًا قبل احتساب رمز إدخال واحد أو قراءة من الذاكرة المؤقتة. لفريق يضع ميزانيته لكل مهمة لا لكل رمز، فإن ترقية نقطة التحقق "المجانية" أقرب إلى زيادة بنسبة 47% في الفاتورة مقابل تحسّن من ثلاث نقاط في المؤشر. وما إذا كانت هذه المقايضة جيدة يعتمد كليًا على تكلفة المهمة الفاشلة عليك، وهي مسألة لا تجيب عنها أي لوحة صدارة.

نافذة السياق هي 256K في الإعدادات.

تقول بطاقة الطراز إن سياقها يبلغ مليون رمز. أما التكوين المشحون فيقول شيئًا آخر. في المستودعات الثلاثة جميعها — 1019 وLing-3.1-flash والأساس — يضبط config.json القيمة max_position_embeddings على 262,144 وrope_scaling على null، مع RoPE theta بقيمة 6,000,000. لذلك فإن تحميلًا قياسيًا لهذه الأوزان عبر SGLang أو vLLM يوفّر 256 ألف موضع، لا مليونًا، ما لم يوفّر المشغّل تكوين تحجيم لا يحتويه المستودع.

هذه قراءتنا لملفات التكوين المنشورة، وليست تصريحًا أدلى به Ant. من الممكن أن تطبّق واجهة Ling API المستضافة مخططًا للتحجيم من جهة الخادم وتقدّم فعليًا 1M؛ أما الأوزان المفتوحة فلا تتضمن واحدًا. وهو ليس تناقضًا جديدًا — فقد حمل إصدار Ling-3.1-flash في 15 أكتوبر الادعاء نفسه بالـ 1M فوق الإعداد نفسه 262,144. ينبغي لأي شخص يحدّد حجم العتاد حول عبء عمل بمليون رمز أن يختبر السقف على بنيته التقنية الخاصة قبل الالتزام، لأن الرقم المهم هو الذي يقبله الخادم، لا الذي ورد في المقدمة.

تقديمه: ثماني وحدات H200، وأربع وحدات GB300، وفخّ نسخ ولصق واحد

يوصي Ant باستخدام SGLang وينشر صورة day-0 باسم lmsysorg/sglang:dev-ling-3.1-flash، مع فك التشفير التخميني MTP وتحسينات فك التشفير على Hopper. التكوين المرجعي الموثق هو ثماني وحدات GPU من H200 عند TP8 مع EP8؛ وعلى أربع وحدات GB300 تشير بطاقة النموذج إلى استخدام --tp 4 --ep 4. تتضمن أيضًا وصفة vLLM، مع توازٍ موترٍ مقداره 8، وتوازٍ للخبراء، وتخزين مؤقت للبادئات، وثلاثة رموز تخمينية. يُزعم أن عَلَمَي بيئة — SGLANG_ENABLE_FP8_BLOCK_GEMV وSGLANG_ENABLE_FUSED_KDA_OUTPUT_QUANT — يمنحان فك تشفير أسرع بنحو 10% لدفعة بحجم 1 على Hopper.

تفسّر البصمة قائمة العتاد. فعند 573.8 GB من أوزان FP8، تترك نقطة الحفظ نحو 550 GB من الهامش على ثماني وحدات H200 (1,128 GB من ذاكرة HBM)، ونحو 578 GB على أربع وحدات GB300 (1,152 GB). وهذا يكفي للأوزان وذاكرة KV cache عاملة، لكنه لا يكفي للتهاون مع السياقات الطويلة.

ثمة أيضًا فخّ في دليل البدء السريع يجدر التنبيه إليه لأنه سيكلّف شخصًا ما يومًا كاملًا. فأمر SGLang الوارد في بطاقة الطراز 1019 نفسها يمرّر --model-path inclusionAI/Ling-3.1-flash، بينما يرسل مثال العميل الخاص بها "model": "Ling-3.1-flash". وعند اتباع الوصفة حرفيًا، فإنها تُحمّل النموذج السابق الحاصل على 41 نقطة، لا الإصدار الحاصل على 44 نقطة. وجّه المسار صراحةً إلى inclusionAI/Ling-3.1-flash-1019 وثبّت اسم النموذج المقدّم، وإلا فإن أول اختبار أداء تجريه لـ"1019" سيكون اختبارًا لنقطة التحقق القديمة.

ما الغرض من Ling-3.1-flash-base — وما ليس الغرض منه

يُعدّ الإصدار الأساسي الأكثر أهمية بين الاثنين بالنسبة لأي شخص يدرّب النماذج بدلًا من استدعائها. فنقطة تحقق ‎BF16‎ بسعة 1.14 تيرابايت بترخيص ‎MIT‎، وبنفس معمارية 560B/25B، تمنح المختبر نقطة انطلاق مشروعة لمواصلة التدريب المسبق، والتكيّف مع المجال، والضبط الدقيق الخاضع للإشراف، وتحسين التفضيلات، وتجارب التقطير، وأبحاث ‎MoE‎ ذات السياق الطويل، دون البدء من نموذج محاذى للمحادثة كان سيتعين عليه إلغاء سلوك الرفض لديه.

ما لا يمنحك إياه هو وصفة 44. تصف البطاقة الأساس بأنه نقطة الحفظ الأساسية لـ Ling-3.1-flash، وليس لقطة سابقة للتدريب اللاحق من إصدار 1019، ولا تأتي أي بيانات تدريب لاحق أو مجموعة تفضيلات أو إعدادات RL مع أي من المستودعين. إذا أردت النموذج المقيس، فنزّل النموذج المقيس. وإذا أردت بناء نموذجك الخاص، فإن الأساس يوفّر عليك تكلفة التدريب المسبق لكنه لا يوفّر عليك عمل المواءمة — وعادةً ما تكون الفجوة بين أساس جيد الضبط وأفضل نقطة حفظ بعد التدريب لدى بائع أوسع مما يوحي به فرق مؤشر بثلاث نقاط.

هل يجب أن تأخذ 574 GB؟

• نزّله إذا كنت تشغّل بالفعل ثماني بطاقات H200s أو أربع بطاقات GB300s، وكان عبء العمل لديك وكيليًا أو متعدد الخطوات، وكانت رخصة MIT تزيل عائقًا قانونيًا لديك بالفعل.

{{1}}قم بتنزيله إذا كنت بحاجة إلى إعادة إنتاج الـ44 بنفسك{{/1}} — أصبح ذلك ممكنًا الآن، ولم يكن ممكنًا في {{2}}22 أكتوبر{{/2}}.

• تجاهله إذا كنت تعتمد على سياق 1M جاهزًا مباشرةً؛ جرّب إعداد 256K أولًا.

• {{1}}تجاهله إذا كانت اقتصادياتك محسوبة لكل مهمة وحساسة لزمن الاستجابة.{{/1}} {{2}}إن زيادة الرموز بنسبة 59% تمثل تكلفة حقيقية على الإنتاجية، ولا يوجد بعد رقم مستقل لسرعة الإخراج للنموذج 1019.{{/2}}

• ابدأ من النموذج الأساسي فقط إذا كانت لديك منظومة تدريب لاحق. فهو أساس، وليس طريقًا مختصرًا.

التوصيف الصادق لدور OrcaRouter هنا: نحن لا نوفّر Ling-3.1-flash-1019. ما نبيعه هو الجانب الآخر من القرار — مفتاح واحد يتيح الوصول إلى أكثر من 200 نموذج مستضاف بسعر قائمة المزوّد وبهامش ربح 0%، لذا يمكن الإجابة عن سؤال «هل يتفوّق 1019 على ما أستخدمه بالفعل؟» دون توقيع عقد منفصل لكل خط أساس. يصبح التحويل التلقائي عند الفشل ولغة التوجيه DSL مهمّين بعد أن تختار الفائز؛ لكنهما لا يساعدانك على اختياره.

ماذا تشاهد بعد ذلك؟

ثلاثة أمور ستحدد ما إذا كان هذا الإصدار سيصمد جيدًا مع الزمن. الأول هو الإنتاجية المستقلة: فـ Artificial Analysis لا يملك رقمًا لسرعة الإخراج الخاص بـ 1019، وأول مزوّد خارجي ينشر عدد الرموز في الثانية سيخبرك عن جاهزية النموذج للإنتاج أكثر مما تفعل نقطة مؤشر أخرى. والثاني هو ما إذا كان إعداد توسيع السياق إلى 1M سيظهر في المستودع أو في دليل SGLang؛ وإلى أن يحدث ذلك، فإن الرقم الرئيسي المذكور في البطاقة ادعاء يقع تحته تنفيذ بسياق 256K. والثالث هو ما سيفعله المجتمع بالأساس — فضبط دقيق يتفوق على 44 في مجال ضيق سيكون أقوى دليل على أن إتاحة هذه الأوزان كانت تستحق أكثر من النتيجة التي شُحنت بها.