Ling-3.1-flash: ה-MoE עם 560B שאנט מגישה אך טרם פתחה

התשובה הקצרה לשאלה מהו Ling-3.1-flash היא: מודל שפה מסוג תערובת מומחים עם היסק היברידי מקו Ant Ling של Ant Group, עם כ-560 מיליארד פרמטרים בסך הכל, מתוכם כ-25 מיליארד פעילים בכל טוקן, חלון שהיצרן מגביל ל-1 מיליון טוקנים אך מספק כיום ב-256,000, קלט טקסט ופלט טקסט, וללא משקולות להורדה. המודל הוכרז ב-2026-09-30 והוא פעיל במוצר של Ant עצמה וב-API של Ant עצמה. תאריך זה הוא המקום שבו העמוד הזה מתחיל ומסתיים: הוא העובדה שקובעת את גיל המודל, ולא השקה שהמאמר הזה מדווח עליה. מה שזקוק לו קורא המחפש את Ling-3.1-flash הוא מצב הדברים ביום שבו הוא קורא זאת, וביום שבו נכתבו שורות אלה, מצב המשקולות היה עדיין "לא פורסם".

שלוש עובדות עושות את עיקר העבודה. המשקולות טרם פורסמו, וההודעה של Ant עצמה אומרת מתי בכוונתה לפרסם אותן. נתון ההקשר שמסתובב — 1M — הוא תקרה, לא מה שנקודת הקצה מספקת לך, שהוא 256K. והמפרט ניתן לדעת, בעוד שהמחיר לאחר חלון המבצע אינו. כל מה שלהלן מבוסס על מקורות, וכאשר מספר הוא של Ant עצמה ולא של צד שלישי, הדבר מצוין.

הערה אחת על היכן שמצב המודל הזה נמצא. ההכרזה של Ant מ-2026-09-30 היא המסמך שנושא את הארכיטקטורה ואת התנאי של משקולות פתוחות, והיא לא משהו שהספק מעדכן. הדפים שכן מתוחזקים — דפי המודל Ling ודף התמחור באתר המפתחים של Ant, שכל אחד מהם חתום "עודכן לאחרונה ב-8 באוקטובר 2026" — נושאים את הפרמטרים, מספרי ההקשר והמחיר. במקום ששני אלה חלוקים, או במקום שההכרזה אומרת יותר מהתיעוד, הדף הזה אומר איזה מהם הוא מצטט.

מהו Ling-3.1-flash, ומי מפרסם אותו

Ling-3.1-flash שייך למשפחת Ling — קו השפה למטרות כלליות של Ant Ling, תוכנית המודלים ש-Ant Group מפעילה ומפרסמת דרך מעבדת inclusionAI שלה (הישות התפעולית הנקובה באתר המפתחים היא Ant Intelligence (Hang Zhou) Technology Co., Ltd.). המשפחה מתפצלת לשלושה: Ling לעבודה לשונית כללית, Ring להסקה מעמיקה, ו-Ming להבנה ויצירה בכל המודאליות. Ling-3.1-flash הוא ספינת הדגל של ענף Ling, ונמצא מעל Ling-3.0-flash, שנשאר בקטלוג כאפשרות הזולה והמהירה יותר.

Ant ממקם אותו באופן מצומצם ועקבי: משימות ארוכות טווח בעולם האמיתי, עבודת משרד שנעה מבקשה מעורפלת לתוצר מוגמר, הנדסת תוכנה שנמשכת שעות, ולולאות סוכנים שקוראות לכלים ברצף ומתקנות את עצמן. הסיכום של הספק עצמו לגבי המצג הוא שהוא שומר על כ-560B של יכולת בעוד שהוא משלם על כ-25B לכל צעד, כך שהידע העולמי ועומק החשיבה נשארים בעוד שהחישוב לכל טוקן לא. הוא היורש של Ling-3.0-flash באותה משבצת, לא רמה חדשה.

האם המשקלים שוחררו? לא — ו-Ant ציינה את התנאי.

זו העובדה השנויה ביותר במחלוקת בנוגע למודל, והתשובה חד-משמעית היום: המשקולות אינן מפורסמות. אין מאגר Ling-3.1-flash ב-Hugging Face תחת הארגון inclusionAI, אין כרטיס מודל, אין טקסט רישיון ואין קובץ checkpoint; חיפוש במאגרים הציבוריים של הארגון מחזיר את הדור Ling-3.0 וקודם לו, ואין רשומה של 3.1. גם ב-ModelScope, שבו Ant משקפת את מהדורותיה, אין מודל Ling-3.1-flash. גם אין מתכון פריסה עבורו: מאגר Ling Cookbook של הספק עצמו ב-GitHub, שהדחיפה האחרונה אליו בוצעה ב-2026-10-12, יום לפני עמוד זה, מכיל מתכוני פריסה מקומית וקוונטיזציה עבור Ling-3.0-flash,‏ Ling-3.0-flash-VL,‏ Ling-3.0-flash-Fin ו-Ling-3.0-tiny, ולא דבר עבור Ling-3.1-flash. המעריך העצמאי Artificial Analysis מסווג את המודל כקנייני, והשאלות הנפוצות שלו משיבות "לא" לשאלה אם המודל הוא בקוד פתוח.

מה ש-Ant עשתה הוא לצרף תנאי לפתיחה, והוא ספציפי יותר מ"בקרוב". בהודעה נאמר שתקופת החינם מספקת חלון הקשר של 256K, ושאחרי שהתקופה החינמית תסתיים והמודל יעבור לשירות בתשלום, התוכנית היא לפתוח את חלון ה-1M ולהוציא את המודל בקוד פתוח בו-זמנית. אז הרצף שהספק מתאר הוא: ניסיון ב-256K, ואז שירות בתשלום של עד 1M, כשהמשקלים יגיעו באותו מעבר. זו תוכנית, לא תאריך, ולא הוכרז תאריך. התייחסו לכל טענה שהמשקלים של Ling-3.1-flash פתוחים כאל שגויה עד שקיים מאגר; התייחסו לתוכנית כאל כוונה מוצהרת של הספק, לא כאל אירוע.

גודל וארכיטקטורה: 560B בסך הכול, 25B פעילים, שבע שכבות לינאריות לכל שכבה גלובלית אחת

Ant מפרסמת את הארכיטקטורה ברמת פירוט שמאפשרת לבדוק את המספרים זה מול זה, ולא רק לצטט אותם:

• סה"כ פרמטרים — כ-560B, כמצוין על ידי הספק, ללא שינוי לאורך התיעוד.

• פרמטרים פעילים — כ-25B לכל טוקן, יחס דלילות של קרוב ל-1 מתוך 22.

• ניתוב מומחים — 512 מומחים מנותבים, שמתוכם כל טוקן בוחר 8, בתוספת מומחה משותף אחד שכל טוקן משתמש בו. זהו מאגר מומחים רחב באופן ניכר מזה שדור קודם השתמש בו מול גוף קטן בהרבה. מספר המומחים, הבחירה של 8 מתוך 512 ויחס הקשב של 7:1 מגיעים מההכרזה ולא מדף המודל; דף המודל מציין את הפרמטרים ואת מספרי ההקשר.

• קשב — מחסנית היברידית הממשיכה את עיצוב הקשב הליניארי של Ling-3.0-flash, כאשר החלק הליניארי הוגדל: 7 שכבות KDA (Kimi Delta Attention) לכל שכבה אחת של Gated MLA, כך ששכבה אחת מתוך שמונה שומרת על נתיב קשב גלובלי. נתיב ה-KDA הוא הנתיב בזמן ליניארי, שמיועד לרצפים ארוכים.

• קודמו מבחינת קנה מידה — Ling-3.0-flash פועל עם 124B סה"כ ועם 5.1B פעילים על פני מחסנית היברידית בת 42 שכבות, כך ש-Ling-3.1-flash הוא בערך פי ארבעה וחצי מהגוף עם בערך פי חמישה מההפעלה לכל טוקן.

כדאי לומר זאת בפשטות, כי גם Ant אומר זאת: שום דבר מזה לא מתורגם ישירות לעלות פריסה. תפוקה, השהיה וזיכרון תלויים בחומרה, בדיוק המספרי, בגודל האצווה, בתקשורת בין מומחים, באורך ההקשר ובאורך הפלט. הארכיטקטורה מסבירה מדוע המודל יכול להתקיים בגודל הזה; היא לא אומרת לך כמה תעלה לך בקשה.

חלון הקשר ופלט מקסימלי

החלון הוא המקום שבו נמצאת הקריאה השגויה הנפוצה ביותר. התיעוד של Ant מציג זאת כשני מספרים בשורה אחת: החלון מוגבל ל-1M טוקנים, והשירות הרשמי מציג כעת 256K. ההכרזה מביאה את הסיבה במילותיו של הספק עצמו — הניסיון החינמי נמשך שבועיים, אורך השירות במהלכו הוא 256K, ולאחר שהניסיון מסתיים והמודל עובר לשירות בתשלום, התוכנית היא לפתוח את חלון 1M ולהוציא את המודל בקוד פתוח בו־זמנית. התיעוד וההכרזה מסכימים על הנתון המוגש, ושניהם מקורם ב-Ant. הממשק של המוצר נמצא מאחורי התחברות, ולכן בקרת האורך המקסימלי של Ling Studio עצמה אינה משהו שהדף הזה יכול לאשר היום; אם אתה צריך את התקרה המדויקת לפני שאתה קובע את גודלו של פייפליין, קרא אותה ישירות מהסטודיו לאחר שתתחבר, במקום להסתמך על מספר מיד שנייה.

Artificial Analysis מציינת את חלון ההקשר כ-1M. זו התקרה המוצהרת, לא מה שבקשה מקבלת בפועל כיום, וזה המספר שמגיע הכי רחוק והכי הרבה פעמים שגוי בפועל. אם אתה קובע את הגודל של פייפליין, קבע אותו על 256K והתייחס ל-1M כאל פריט במפת דרכים בלי תאריך פרסום.

הפלט המרבי הוא נתון ש-Ant אינה מפרסמת לפי מודל. מה שהספק כן מפרסם הוא משטח הבקשות: ברירת המחדל של max_tokensבנקודת הקצה התואמת ל-Anthropic היא 32,000, ההפניה התואמת ל-OpenAI אינה מפרטת תקרת פלט לפי מודל, וקריאות שאינן בזרימה מסתיימות בפסק זמן לאחר 90 שניות. אם המשימה שלך דורשת יצירה ארוכה אחת, ההנחיה של הספק עצמו היא להשתמש בזרימה במקום להעלות תקרה שהוא אינו מתעד.

מה הוא קולט ומה הוא מחזיר

טקסט נכנס, טקסט יוצא. Ling-3.1-flash אינו מודל מולטימודלי, וכדאי להיות מפורשים כי המשפחה מכילה אחד שכן: Ling-3.0-flash-VL הוא מודל הראייה, שמקבל באופן מובנה קלט של תמונה, טקסט וווידאו דרך אותה פלטפורמה, והתיעוד המולטימודלי של הספק נכתב עבור אותו מודל. Ling-3.1-flash מופיע בטבלת המפרט של Ling של הספק בלי שום מודאליות קלט מלבד טקסט, והדף של המעריך הבלתי־תלוי עבורו מתעד קלט טקסט ופלט טקסט בלבד, ומסווג אותו בין מודלי הסקה ולא בין מודלי ראייה. אם אתה צריך לשלוח תמונה למודל Ling היום, מדריך הבחירה של הספק עצמו מפנה אותך אל Ling-3.0-flash-VL, ולא אל זה.

טענות ספקים לעומת הערכה עצמאית

קיימים שני סוגי מספר עבור Ling-3.1-flash והם אינם ניתנים להחלפה זה בזה.

ההכרזה של Ant עצמה מכותרת כשדרוג מודל למשימות בעולם האמיתי, והיא מקפידה לגבי מה שהמספרים שלה באמת מייצגים. תחומי ההערכה הנקובים בשמם הם GDPVal-AA V2.1 לעבודת משרד, HealthBench Professional לתקשורת רפואית, FrontierSWE להנדסה, Terminal-Bench 4.0 להפעלת מסוף, ובנוסף אוטומציה, ניתוח בטיחות, מענה על שאלות בנוגע לבסיס קוד ומשימות סוכן פיננסי — והנתונים לפי כל בנצ'מרק נמצאים בתמונות תרשים ולא בטבלת טקסט. נכון להיום Ant לא פרסמה את הציונים הבודדים הללו בצורה שמישהו יכול לצטט שורה אחר שורה, והעמוד הזה לא ימציא עבורם טבלה. מה ש-Ant כן מציינת בטקסט הם שלושה תוצאות הנדסיות לטווח ארוך, כולן מדווחות על ידי הספק, כולן על הגדרות המשימה של הספק עצמו, וכולן מסומנות כנתוני השוואה "המפורטים בתיעוד" ולא כהשוואה ראש בראש מותאמת: מהדר Lua-to-x86-64-ELF שנבנה מאפס בכשבע-עשרה שעות של הרצה רציפה, כאשר 178 מתוך 182 בדיקות עצמאיות עוברות, כ-97.8%, לעומת 99.0% עבור Claude Fable 5 ו-95.9% עבור GLM-5.3-Flash באותה משימה כפי שהספק מפרט אותן; סבב אופטימיזציה של Pyright 1.1.400 שארך בערך 10 שעות והגיע להאצה של 1.432× כאשר כל 2,279 בדיקות הבנצ'מרק והרגרסיה עוברות, לעומת Claude Fable 5 עם 1.502× ו-GLM-5.3-Flash עם 1.290×; ומימוש מחדש ב-Rust של ספריית תמונות ב-C שארך כ-20 שעות, ועבר את כל 30 הבדיקות ב-8.015×, לעומת GLM-5.3-Flash ב-1.396× ו-Claude Fable 5 ב-27.310×. שלוש המשימות הללו אינן נבחנות ראש בראש במאמץ ובהרנס זהים — הנתונים הנגדיים הם ציטוטים של הספק עצמו, לא הרצות שהוא שלט בהן — ולכן יש לקרוא אותן כדיווח של הספק על מערך המשימות של עצמו, ולא כדירוג שווה-מול-שווה. Ant מדווחת גם שהמודל מצא ותיקן stack-buffer-overflow במפענח הכיול של מסד הנתונים בקוד הפתוח OceanBase, בכך שעבד על הבעיה באופן אוטונומי. כל אחד מאלה הוא טענה של צד ראשון על משימה של צד ראשון; לאף אחד מהם אין שחזור על ידי צד שלישי, והספק עצמו מציין שהתוצאה השלישית מלמדת שנותר מרווח לשיפור באופטימיזציית ביצועים קיצונית. בצד הביקוש בחיפוש, "ling 3.1 flash benchmark" הוא אחת השאלות הקטנות יותר שאנשים שואלים על המודל הזה, והתשובה הכנה במשפט אחד היא זו שלמעלה: הכרטיס של Ant קיים, הנתונים שלו מדווחים על ידי הספק, והמספר העצמאי שאפשר באמת להעמיד את המודל מולו הוא הפסקה הבאה.

הסוג השני של מספרים נמדד באופן בלתי תלוי. Artificial Analysis, שמפעילה את מערכת הבדיקה שלה על חומרה שהיא שולטת בה, מעניקה ל-Ling-3.1-flash ציון 41 ב-Intelligence Index v4.3.2 שלה, מורכב מעשרה מבחנים, ומדרגת אותו במקום החמישי מתוך 175 מודלים במדד הזה. קודמו מקבל ציון 20 באותו מדד. באותו עמוד נרשמים 212.1 אסימוני פלט לשנייה ו-1.87 שניות לאסימון הראשון, 220 מיליון אסימוני פלט שנוצרו לאורך המדד — גבוה לעומת חציון של 95 מיליון — ועלות שוטפת של $0.30 למיליון אסימוני קלט ו-$0.90 למיליון פלט עם הנחת מטמון של 80%, בערך $1.00 לכל משימה במדד. אלה המדידות של המעריך עצמו מול ה-API של הספק, לא הנתונים של Ant, והן המדידות הבלתי תלויות היחידות של המודל הזה שקיימות היום.

בנוגע למחיר, אותו פיצול חל, והמטבע חשוב. דף התמחור של Ant — זה המתוחזק, החתום ב"עודכן לאחרונה ב-8 באוקטובר 2026" ולא בתאריך 2026-10-13 שבו נכתב דף זה — מפרט את Ling-3.1-flash במחיר ¥0.00 עבור קלט, פלט וקריאות מטמון, ומציין שהמודל חינם לזמן מוגבל של שבועיים, ולאחר מכן הוא עובר לחיוב רגיל בתעריפים שטרם פורסמו. אותו דף מפרסם טבלת USD שבה השורה מציגה $0.00 בכל שלוש העמודות. זו כל התשובה לגבי שכבת החינם: החינם אמיתי, הוא פרסומי, הוא מוגבל בזמן, והמספר שאחריו לא פורסם. התעריף שנרשם על ידי המעריך העצמאי של $0.30 ו-$0.90 הוא הדבר הקרוב ביותר ללוח תעריפים לאחר תקופת ניסיון בפומבי, ו-Ant לא אישרה אותו.

איך לקבל תגובה מ־Ling-3.1-flash היום

ישנם שני נתיבים של צד ראשון, ושניהם של אנט עצמה. ה-Ling Studio בכתובת chat.ant-ling.com הוא משטח המוצר, וההודעה של הספק אומרת גם שהמודל נמצא בתוך סוכן שולחני פנימי של אנט המשמש למשימות משרדיות. ה-Open API בכתובת api.ant-ling.com הוא הנתיב למפתחים והוא מגיע בשתי צורות: נקודת קצה תואמת chat/completions, וכן נקודת קצה תואמת Anthropicmessages, כך ש-SDK קיים עובד עם שינוי של כתובת הבסיס. שתי הסתייגויות מגיעות ישירות מהתיעוד, והן חריגות דיין כדי שיהיה שווה להעתיק אותן במדויק: בקרות ההסתברות והגיוון, temperature ו-top_p, מוגדרות כברירת מחדל ל-1 בשני עמודי העזר, כך שבקשה ש"למדה" להגדיר temperature נמוך במקום אחר תתנהג כאן אחרת; ובקרת ה-thinking המתועדת להפעלה או כיבוי של חשיבה מתועדת כ-Ling-3.0-flash בלבד, מה שאומר שמשטח הבקשות שעמודים אלה מפרסמים לא עודכן עבור Ling-3.1-flash. הגישה דורשת חשבון Alipay מקושר והפעלה של שירות Ling — בשאלות הנפוצות גם מופיעה "שירות מודל Ling לא מופעל" כשגיאה ידועה עם פתרון משלה — החיוב הוא לפי שימוש לכל טוקן, מגבלת הקצב המפורסמת היא 2 בקשות בשנייה באופן גלובלי עם שגיאות 429 מעבר לכך, וקריאות שאינן בזרימה מסתיימות בפסק זמן של 90 שניות. הספק גם מפרט את המודל באותו מחיר אפס מבצעי בפלטפורמות צד שלישי; אלה אינן משטחים של צד ראשון והתנאים שלהן הם שלהן.

אימות אחד שכדאי לעשות לפני שאתם בונים על נקודת הקצה: נכון להיום, מסמכי ה-API המפורסמים של הספק אינם מפרטים את Ling-3.1-flash ברשימת המודלים שלו, ויומן השינויים של הפלטפורמה אינו כולל רשומה עבורו — הרשומות החדשות ביותר שם הן Ling-3.0-flash-VL בספטמבר ו-Ling-3.0-tiny באוגוסט — אף על פי שדף התמחור כולל תעריף עבור המודל וההכרזה מציעה התנסות ב-API שלו. אמתו את מזהה המודל מול החשבון שלכם לפני שאתם מחברים אותו לשום דבר, במקום להניח שהתיעוד הדביק את הקצב.

Ling-3.1-flash אינו נמצא בקטלוג של OrcaRouter — בדיקה מול רשימת המודלים החיה שלנו בתאריך 2026-10-13 לא מחזירה רשומה של Ling או inclusionAI — לכן הדף הזה לא יגיד לכם שהוא נמצא במרחק קריאה אחת. במרחק קריאה אחת נמצאים שני המודלים שאיתם הוא מושווה לרוב: DeepSeek V4.1 Flash שבמחירון שלנו מתומחר ב-$0.15 למיליון טוקני קלט וב-$0.60 למיליון טוקני פלט, ואת GLM 5.3 Flash ב-$0.15 וב-$0.50, שניהם במחיר מחירון עם אפס תוספת ומעבר אוטומטי בין ספקים בעת תקלה, כך ששינוי תעריף מצד מי מהספקים נכנס לתוקף באותו יום בלי שינוי קוד מצדכם. כאשר Ant תפתח את Ling-3.1-flash או שמארח יוסיף אותו, זו הצורה שבה הוא יגיע.

למה לשים לב, ומה לא להניח

שלושה דברים מכריעים את השאלות הפתוחות של העמוד הזה, וכל השלושה מוטלים על Ant לפרסום: המשקלים, עם רישיון וכרטיס מודל אם תוכנית ההכרזה תעמוד בעינה; חלון ה-1M שמסופק בפועל ולא רק מוצהר; ומחירון לאחר תקופת ניסיון. עד שלפחות שני הראשונים יגיעו, התיאור המדויק של Ling-3.1-flash הוא מודל חזק, מהיר, סגור, טקסט בלבד, עם ציון עצמאי אמיתי של 41 ופרופיל סוכני מבטיח באמת, הזמין מצד ראשון ובחינם לחלון שנסגר בלי אזהרה.

מי שכדאי לו לפעול על זה עכשיו: כל מי שעבודתו סוכנית, בצורת טרמינל או בצורת משרד, ושמבקש שבועיים של הסקה בחינם על הפרומפטים שלו עצמו כדי לגלות אם MoE של 560B בקצב של 212 טוקנים לשנייה משנה את מה שהוא בונה. מי שכדאי לו להמתין: כל מי שמתכנן לארח אותו בעצמו, כל מי שזקוק לרישיון לפני שהרכש בכלל יסתכל על זה, כל מי שהצינור שלו זקוק לחלון של מיליון טוקנים בפרודקשן, וכל מי שזקוק למודל עלויות שישרוד מעבר לתקופת המבצע. עבור כל ארבעת אלה, התשובה הכנה היום היא שאי אפשר עדיין לקבל החלטה, והדבר שיסיר את המחסום הוא מאגר ב-Hugging Face, ולא עוד תרשים בנצ'מרק.