Ling-3.1-flash-1019 לעומת Ling-3.1-flash: אותו גודל, אותו מחיר, חשבון טוקנים גדול יותר
- OrcaחדשOrcaCyber: GLM 5.3 Flash Abliterated2026-10-2787 tok/s
- OrcaחדשOrcaCyber: Qwen3.8 Flash Next Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 292 tok/s
- OrcaחדשOrcaCyber: MiMo V2.6 Flash Abliterated2026-10-26$0.80 / $1.60 לכל 1M טוקנים · 80 tok/s
- MoonshotחדשMoonshotAI: Kimi K3.1 Pro2026-10-2455אינטליגנציה
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.80 / $1.60 לכל 1M טוקנים · 119 tok/s
- minimaxחדשMiniMax: M3.1 Flash2026-10-1943אינטליגנציה
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 44 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-1745אינטליגנציה
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 112 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 701 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Flash2026-09-2138אינטליגנציה
- xiaomiXiaomi: MiMo-V2.6-Pro2026-09-2146אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 160 tok/s
אם משלמים לפי טוקן, Ling-3.1-flash-1019 הוא שדרוג חינם לעומת Ling-3.1-flash. שניהם מתומחרים ב-$0.30 למיליון טוקני קלט וב-$0.90 למיליון טוקני פלט, לשניהם רישיון MIT, שניהם מודלי mixture-of-experts עם 560B פרמטרים ו-25B פעילים, ושניהם תופסים 573.8 GB בדיסק. אם משלמים לפי משימה שהושלמה, השדרוג יקר יותר בכ-47%: Artificial Analysis מדדה $1.49 למשימת Intelligence Index עבור גרסת 1019 לעומת $1.01 עבור קודמו, מכיוון שהמודל החדש יותר מייצר כ-59% יותר טוקני פלט כדי להגיע לתשובותיו. העלייה בת שלוש הנקודות במדד ביניהם — 44 לעומת 41 — אמיתית. השאלה שהעמוד הזה עונה עליה היא מי צריך לשלם על זה.
התאריכים חשובים כדי לקרוא את השאר. Ling-3.1-flash יצאה לאור בקוד פתוח תחת MIT באמצע אוקטובר, כשהמאגר שלה נוצר ב-13 באוקטובר וההכרזה של Ant הגיעה לאחר מכן, ב-15 באוקטובר. ה-build 1019 הוכרז ב-22 באוקטובר עם ציון וללא הורדה, והמשקלים שלו יחד עם checkpoint בסיס הגיעו ב-27 באוקטובר. אז זה לא פער בין דורות. זו ריצת post-training אחת שהוחלה על אותה ארכיטקטורה, שהופצה חמישה ימים אחרי המספר שמתאר אותה.
מה משותף לשתי נקודות הביקורת
החפיפה גדולה מספיק כדי שעלות ההגירה תהיה אפסית למעשה, וזהו הטיעון העיקרי לטובת הבילד החדש יותר:
• ארכיטקטורה — 72 שכבות, המחולקות ל־63 שכבות קשב לינארי KDA ול־9 שכבות MLA עם שער ביחס 7:1, בתוספת 4 שכבות צפופות.
מומחים — 512 מנותבים, 8 מופעלים לכל טוקן, 1 משותף; גודל מוסתר 4,096; אוצר מילים 157,184.
• משקלים על הדיסק — 573.8 GB של FP8 safetensors על פני 54 מקטעים עבור שניהם, לפי ספירתנו משתי רשימות הקבצים של המאגרים.
• רישיון — MIT עבור שניהם, כולל הפצה מחדש מסחרית.
• מחיר — $0.30 קלט, $0.90 פלט, $0.06 קריאת מטמון, ומחיר משוקלל של $0.19 בתמהיל של 7:2:1 של פגיעות מטמון/קלט/פלט.
• הקשר מוצהר — חלון של מיליון טוקנים בשני כרטיסי המודל; 262,144 פוזיציות וללא סקיילינג RoPE בשני קובצי config.json.
השורה האחרונה היא הדבר הראשון שצריך להפנים לפני שמשווים ביניהם. על הנייר, שני המודלים מציעים מיליון טוקנים. בתצורה שסופקה, שניהם מגיעים לכל היותר ל-256K אלא אם מוסיפים סכמת הרחבה ש-Ant לא כללה. המגבלה זהה בשני הצדדים, כך שהיא לא מכריעה את ההתמודדות — אבל היא כן אומרת שאף אחת מהגרסאות אינה מודל מיליון הטוקנים שהכרטיסים מפרסמים, וכל מי שמתכנן עומס עבודה של 1M טוקנים בוחר בין שני מודלים ששניהם יזדקקו לעבודה כדי להגיע לשם.
מאיפה מגיעות שלוש הנקודות
Artificial Analysis מודדת בעצמה את הפער המרכזי: 41 עבור Ling-3.1-flash ו-44 עבור Ling-3.1-flash-1019 ב-Intelligence Index v4.3.2, כאשר המודל הישן יותר מדורג שמיני מתוך 122 והחדש יותר רביעי. זוהי מדידה עצמאית של שתי נקודות הקצה, מה שהופך את פער שלוש הנקודות למספר המהימן ביותר בהשוואה הזו.
הפירוט לכל מדד בנפרד הוא מדיווח הספק ויש לקרוא אותו ככזה — הוא מגיע מכרטיס המודל של Ant, ולא ממערכת בדיקה ציבורית:
• AA-Briefcase — בערך מ-1,400 Elo ל-1,524 Elo. זהו מדד הארטיפקטים לעבודת ידע, וזינוק של 124 נקודות הוא הרווח היחסי הגדול ביותר בקבוצה.
• AutomationBench-AA — 62% עד 68%, שיפור של שש נקודות באוטומציה של משימות סוכניות.
• CritPt — מ־18% ל־26%, הזינוק היחסי הגדול ביותר: שמונה נקודות במערך שאלות הסקה בפיזיקה שבו הציונים המוחלטים נמוכים אצל כולם.
• SciCode — 54% עד 57%, השינוי הקטן ביותר מבין הארבעה, וזה שיש לשקלל אותו בזהירות הרבה ביותר; Artificial Analysis מציינת ש-SciCode נמצא בבדיקה עבור מודל זה.
בקריאה משותפת, הדפוס עקבי עם מה ש-Ant אומרת שעשתה: יותר פוסט-אימון על חשיבה ועל עבודת סוכן רב-שלבית, ולא חזית יכולות חדשה. הרווחים מתרכזים במקומות שבהם שרשראות ההחלטות ארוכות ובהם תשובה נכונה חלקית מזכה בניקוד חלקי. הם דקים ביותר ביצירת קוד מדעי ישירה, וזה בדיוק המקום שבו היית מצפה שרענון פוסט-אימון, ולא שינוי ארכיטקטורה, יניב את התזוזה הקטנה ביותר.
החשבון: 59% יותר חשיבה
כאן שני המודלים מפסיקים להיות ניתנים להחלפה. Artificial Analysis תיעדה 220M טוקני פלט עבור הרצת האינדקס של Ling-3.1-flash ו-350M עבור הרצת 1019 — יחס של 1.59 — ומדרגת את הבנייה החדשה יותר במקום האחרון מבין 48 מודלים במדד המילוליות, לעומת חציון של 140M. העלות להשלמת האינדקס עלתה מ-1.01$ ל-1.49$ למשימה.
השליכו את זה על עומס עבודה. ב-10,000 משימות בצורת אינדקס, הנתונים לכל משימה מרמזים על כ-10,100 דולר בצ'קפוינט הישן ועל כ-14,900 דולר בחדש. צד הטוקנים מתרחב באותו אופן: עומס עבודה שצורך 2.2 מיליארד טוקני פלט ב-Ling-3.1-flash יצרוך כ-3.5 מיליארד בבנייה 1019 ביחס שנמדד, אשר במחיר של $0.90 למיליון עומד על $1,980 לעומת $3,150. שאר הפער לכל משימה נובע מתמחור קלט ומטמון, אך הכיוון נקבע לפי מספר הטוקנים: אתם קונים שלוש נקודות אינדקס תמורת כשישה עשיריות של תשובה נוספת לכל תשובה.
האם זו החלפה משתלמת תלוי במצב הכשל שמפניו אתם מבטחים את עצמכם. בלופ סוכן שבו קריאת כלי שגויה מפעילה ניסיון חוזר, קריאה חוזרת של ההקשר או סקירה אנושית, תוספת של 59% בטוקנים היא זולה מול לופ אחד שנמנע. בסיווג, בחילוץ, בצ׳אט קצר או בכל משימה בנפח גבוה שבה התשובה היא משפט אחד או שניים, אותו יחס הוא תקורה טהורה — והמדד לעולם לא יראה זאת, מפני שהמדד מתגמל את המקרים הקשים שאליהם כוון הפוסט-טריינינג.
החצי השני של תמונת העלויות הוא יציבות התעריף. OrcaRouter מעמידה יותר מ-200 מודלים מאחורי מפתח אחד בתוספת של 0% מעל מחיר המחירון של הספק, כך ששינוי מחיר מצד ספק עובר הלאה באותו יום עבור המודלים שאנחנו מנתבים. סדרת Ling לא נמצאת בקטלוג הזה כיום, מה שאומר שהנתונים שלמעלה הם תעריף המחירון של Ant ותו לא. זו בדיוק הסיבה לכך שהחישוב לפי משימה חשוב יותר מהתעריף לפי טוקן: התעריף זהה בין שני המודלים האלה, ולכן הוא לא יכול לעזור לכם לבחור.
מהירות: קיים מספר אחד, והוא שייך לדגם הישן יותר
Artificial Analysis מדדה את Ling-3.1-flash ב-215.7 אסימוני פלט לשנייה עם זמן של 1.73 שניות לאסימון הראשון, ודירגה אותו במקום השישי מבין 78 מודלים במהירות. עבור Ling-3.1-flash-1019, באותו עמוד אין נתון מהירות פלט — בזמן המדידה לא היה API זמין לציבור שניתן למדוד, והמשקולות הופיעו רק היום. לכן המודל המהיר יותר אינו עניין של דעה; הוא היחיד מבין השניים שיש לו מדידה.
שלבו את זה עם יחס הטוקנים ותקבלו הערכה שאפשר להגן עליה, שמסומנת בבירור כאריתמטיקה ולא כבנצ'מרק. אם שני הבילדים דקודדו במהירות של 215.7 טוקנים לשנייה, תגובה באורך 1,000 טוקנים ב-Ling-3.1-flash תימשך כ-4.6 שניות דקודינג; התשובה המקבילה באורך 1,590 טוקנים בבילד 1019 תימשך כ-7.4 שניות. הזמן עד לטוקן הראשון הוא משתנה נפרד ויכול לנוע לכל כיוון. הנקודה היא שעלייה של 59% במספר הטוקנים לא יכולה להיות בחינם במונחי זמן שעון, אלא אם המודל החדש יותר גם דקודד מהר יותר באופן משמעותי, ואיש לא פרסם ראיות לכך.
אירוח עצמי: טביעת רגל זהה, README שונה
על החומרה שלך הבחירה פשוטה יותר, מכיוון שיעד הפריסה אינו משתנה. שני הצ'קפוינטים זקוקים לאותה תצורה מתועדת — שמונה כרטיסי H200 ב-TP8 ועם EP8, או ארבעה כרטיסי GB300 ב-TP4 ועם EP4 — ולאותה תמונת SGLang day-0, עם מתכון vLLM המשתמש בקביליות טנסור של 8, בקביליות מומחים ובשלושה טוקנים ספקולטיביים. מכיוון שהארכיטקטורות וגדלי הקבצים זהים, 1019 הוא תחליף ישיר: החלף את נתיב המשקולות, השאר את מחסנית ההגשה, ואין שום דבר אחר בתשתית שלך שצריך לדעת.
שתי אזהרות מעשיות. ראשית, ה-Quickstart של כרטיס המודל 1019 עדיין מפנה אל inclusionAI/Ling-3.1-flash בפקודת ה-SGLang שלו, ושולח "model": "Ling-3.1-flash" בדוגמת הלקוח שלו; אם תעתיק אותו מילה במילה, תגיש את המודל בעל 41 הנקודות בזמן שאתה סבור שאתה בודק את זה בעל 44 הנקודות. שנית, נקודת הבדיקה הבסיסית ש-Ant שחררה לצד 1019 היא Ling-3.1-flash-base — הבסיס של המודל הישן יותר, ולא תמונת מצב של 1019 מלפני או אחרי אימון. אם התוכנית שלך היא לבצע כוונון עדין לשדרוג, המתכון שיצר אותו אינו נמצא בהורדה. אם התוכנית שלך היא לבנות משהו משלך על גבי בסיס 560B תחת MIT, הבסיס הוא נקודת ההתחלה הנכונה, ופער האינדקס בין שתי נקודות הבדיקה האלה אינו רלוונטי עבורך.
קוראים להם: שם אחד, שתי גרסאות בנייה
סיפור ה-API מבולגן יותר מסיפור המשקלים. בניית 1019 היא נקודת ביקורת עם חותמת תאריך תחת שם שרוב קוד ההגשה מתייחס אליו כמחרוזת המודל הזהה לזו של קודמו — כולל הדוגמאות של Ant עצמה, ששולחות את Ling-3.1-flash לשניהם. אם אתם קוראים לנקודת קצה מתארחת, נעצו את הבנייה במפורש, אחרת לא תדעו מי ענה. Artificial Analysis לא רשמה API זמין לציבור עבור 1019 בעת המדידה, ולכן הזמינות היום עוברת דרך ה-API של הספק עצמו ומספר פלטפורמות צד שלישי, ולא דרך נקודת קצה מבוססת ומשוכפלת באופן נרחב.
העמימות הזו היא הטיעון החזק ביותר בעד אירוח עצמי אם אכפת לך משחזוריות, והטיעון החזק ביותר בעד המתנה אם לא. מודל ששמו אינו מזהה את הבנייה שלו הוא מודל שאינך יכול לבצע בו ביקורת בדיעבד, ו"44 באינדקס" אינו מספר גרסה.
איזה אחד, לפי עבודה
• חשיבה קשה ועבודת סוכנים לטווח ארוך — קחו את Ling-3.1-flash-1019. הרווחים מרוכזים בדיוק שם, והטוקנים הנוספים הם המנגנון, לא תופעת לוואי.
• חילוץ, סיווג וצ'אט קצר בנפח גבוה — הישארו עם Ling-3.1-flash. אחרת תשלמו 47% יותר לכל משימה עבור יכולות שהעומסים האלה לא מנצלים.
• מוצרים רגישים להשהיה — הישארו על Ling-3.1-flash עד שיהיה נתון תפוקה עצמאי עבור 1019. זהו היחיד מבין השניים עם מהירות מדודה.
• כיוונון עדין או התאמת תחום — התחילו מ-Ling-3.1-flash-base והתעלמו מההשוואה הזו. אף אחד מצ'קפוינטים המיושרים אינו מגיע עם מתכון אימון.
• מודל אחד, תעבורה מעורבת — Ling-3.1-flash-1019 כברירת מחדל, עם הבילד הוותיק יותר מאחוריו עבור הבקשות הזולות והקצרות. השניים חולקים ארכיטקטורה, מחיר ותשתית הגשה, כך שפיצול התעבורה ביניהם אינו עולה לך דבר מבחינה תפעולית.
מה שישנה את פסק הדין הזה הוא מהירות פענוח נמדדת עבור גרסת 1019. אם יתברר שהיא מהירה באופן מהותי מ-215.7 טוקנים לשנייה, קנס זמן השעון מצטמצם וחשבון הטוקנים הופך להתנגדות האמיתית היחידה. אם היא זהה או איטית יותר, אזי ה-59% מופיע פעמיים — פעם בחשבונית ופעם בהשהיה — והטיעון בעד הרצת שני הצ'קפוינטים במקום שדרוג כולל מתחזק. עד שמישהו יפרסם את המספר הזה, הסיכום הכנה הוא ש-Ling-3.1-flash-1019 קונה איכות באמצעות טוקנים, ו-Ling-3.1-flash מוכר תפוקה באותו קצב. אף אחד מהם אינו התשובה השגויה; אלה מוצרים שונים שלובשים את אותה ארכיטקטורה.
