Ling-3.1-flash-1019 Menyamai Kimi K3 di 44 — dan Masih Belum Ada yang Bisa Diunduh

Angkanya muncul sebelum modelnya tiba. Pada 22 Oktober, tim Ling di Ant Group menempatkan Ling-3.1-flash-1019 di akunnya sendiri dengan skor dan janji yang menyertainya: 44 pada Artificial Analysis Intelligence Index, naik dari 41 untuk Ling-3.1-flash seminggu sebelumnya, dan setara dengan Kimi K3 milik Moonshot. Postingan yang sama menyatakan akses API dan open weights "segera hadir." Halaman model Artificial Analysis setuju dengan bagian pertama — 44, berada di peringkat ketiga dari 174 model yang dilacaknya — dan dengan bagian kedua: tidak ada API yang tersedia untuk publik, jumlah parameter yang tidak diungkapkan, dan status lisensi proprietary. Jadi kalimat yang akurat bukanlah "Ant merilis model kelas K3." Melainkan: Ant mengirimkan skor terukur untuk Ling-3.1-flash-1019, dan per hari ini tidak ada orang di luar pipeline evaluasi Ant sendiri yang dapat memanggil build yang memperolehnya. Ini adalah rekap sejauh yang kita ketahui tentang sebuah model yang sedalam satu angka dan satu janji, dan setiap angka di bawah ini menyertakan sumber atau label eksplisit yang menyatakan tidak ada.

Gambaran singkatnya, bagi siapa pun yang ingin dalam satu tarikan napas: Ling-3.1-flash-1019 adalah checkpoint bertanggal dari lini yang sama dengan Ling-3.1-flash — sebuah mixture-of-experts renggang dengan sekitar 560 miliar parameter dan sekitar 25 miliar parameter aktif per token, stack attention linear hibrida, serta konteks 1M-token yang diklaim — dan "1019" adalah tanggal build, bukan arsitektur baru. Yang baru adalah skornya, biaya untuk mendapatkannya, dan kesenjangan antara dua laboratorium yang kini tersirat dalam perbandingan ini: Ant, yang mengumumkan ketimbang merilis, dan DeepSeek, yang build flash bertanggal miliknya sendiri, DeepSeek V4.1-Flash-1017, terbit lima hari lebih awal dengan bobot dan kartu tarif yang tidak berubah. Sebagian besar artikel ini membahas jarak antara kedua gaya peluncuran itu.

Apa itu 44, dan apa yang tidak disebutkan halaman tersebut

Artificial Analysis Intelligence Index adalah komposit, bukan satu tes tunggal. Versi 4.3.2 memberi bobot pada sepuluh evaluasi: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, dan AA-LCR v1.1. Komposit yang memadukan pekerjaan kantor, penggunaan terminal, matematika kompetisi, pengambilan konteks panjang, dan perilaku halusinasi akan menghasilkan angka untuk hampir semua model, dan angka itu hanya seinformatif baris-baris di bawahnya.

Untuk Ling-3.1-flash-1019, barisnya belum ada. Halaman tersebut memublikasikan 44 dan memeringkatnya ketiga secara keseluruhan; halaman itu mencantumkan konteks 1 juta token, teks masuk dan teks keluar, model penalaran, jumlah parameter yang tidak diungkapkan, dan — bagian yang paling penting — "Tidak ada API yang tersedia untuk publik" di tempat yang seharusnya berisi hasil per evaluasi dan kecepatan. SciCode ditandai sedang ditinjau. Tidak ada angka kecepatan keluaran, tidak ada angka latensi, dan tidak ada cara untuk mereproduksi satu baris pun tanpa bobot model atau endpoint. Itu bukan kritik terhadap Artificial Analysis, yang hanya dapat mengukur apa yang dapat dijangkau; itu adalah deskripsi tentang betapa tipisnya bukti pada saat ini. Detail model di bawah komposit telah diukur, kemungkinan besar pada endpoint yang dihosting vendor atau disediakan vendor, dan detail pengaturan tersebut tidak dipublikasikan.

Dua angka di halaman itu lebih berperan daripada judul utamanya, karena keduanya adalah biaya, bukan skor. Yang pertama adalah token output yang dikonsumsi selama proses indeks: 350 juta untuk build 1019, dibandingkan 220 juta untuk build yang mencetak skor 41. Yang kedua adalah biaya per tugas Intelligence Index: $1,49, dibandingkan $1,00 untuk pendahulunya. Jika dibaca bersama, keduanya mengatakan sesuatu yang tidak bisa disampaikan oleh skor: tiga poin tambahan itu diperoleh dengan berpikir sekitar 59% lebih lama pada tarif nominal yang sama, dan tagihan per tugas naik sekitar 49%. Sebuah lab yang memperoleh poin indeks dengan membuat model bernalar lebih lama tidak salah melakukannya — panjang penalaran adalah pengungkit yang sah — tetapi itu berarti angka 44 tidak gratis, dan bahwa pembeli yang membandingkan hanya berdasarkan indeks sedang membandingkan angka yang biaya per poinnya telah bergerak ke arah yang salah.

Daftar tarifnya sendiri tidak berubah. Artificial Analysis mencantumkan $0,30 per juta token masukan dan $0,90 per juta token keluaran untuk kedua build, diskon cache 80%, tarif campuran $0,19 per juta pada komposisi standarnya, dan jendela konteks 1M. Itu adalah harga terbitan perusahaan induk yang diteruskan, yang merupakan asumsi wajar ketika vendor belum mengumumkan harga baru, tetapi itu tetap sebuah asumsi. Harga promosi Ant pada build live — selengkapnya di bawah — jauh di bawah tarif daftar.

Dari mana ketiga poin itu berasal

Ant belum menerbitkan tabel per evaluasi untuk build 1019. Subskor yang beredar berasal dari liputan berbahasa Mandarin atas pengumuman tersebut, yang melaporkan dua pergerakan yang diatribusikan kepada Artificial Analysis: AA-Briefcase naik dari sekitar 1.400 Elo menjadi 1.524, dan AutomationBench-AA dari sekitar 62% menjadi 68%. Anggap keduanya sebagai informasi tangan kedua sampai baris evaluasi muncul di halaman model — itu adalah angka yang dilaporkan, bukan angka yang diverifikasi artikel ini terhadap tabel primer.

Mereka setidaknya konsisten secara internal dengan apa yang diukur oleh build induk. Saat kami membaca halaman Ling-3.1-flash pada 7 Oktober, AA-Briefcase berada di 1.400,35 dan AutomationBench-AA di 0,617 — nilai yang sama yang oleh liputan dibulatkan menjadi "sekitar 1.400" dan "sekitar 62%." Jadi arah pergerakannya masuk akal, dan itu mengarah pada klaim spesifik: pembaruan ini adalah peningkatan kemampuan agentik dan pekerjaan kantor, bukan kenaikan kapabilitas umum. AutomationBench dan AA-Briefcase adalah dua baris dalam indeks ini yang paling langsung memberi imbalan pada penggunaan alat multi-langkah dan penyelesaian tugas berhorizon panjang. Jika keduanya bergerak dan GDPval, SciCode, HLE, serta CritPt tidak, deskripsi yang tepat untuk Ling-3.1-flash-1019 adalah "lebih baik dalam menyelesaikan tugas," bukan "lebih pintar."

Perbedaan itu memiliki implikasi praktis. Model yang meningkat pada baris agentic layak diuji terhadap beban kerja pemanggilan alat Anda sendiri; model yang meningkat secara merata layak diuji di semua tempat. Sampai baris-baris itu dipublikasikan, angka 44 tidak dapat memberi tahu Anda mana dari keduanya yang sedang Anda pegang, dan sikap yang wajar adalah sikap yang diambil oleh akun yang menandai build ini: tampilkan skor lengkap. Komposit adalah judul besar. Baris-barisnya adalah keputusan.

Framing Kimi K3-Flash, beserta harganya

Kerangka yang menempatkan Ling-3.1-flash-1019 di banyak linimasa berasal dari akun dengan banyak pengikut pada 22 Oktober, yang pada dasarnya menyebut build tersebut sebagai Kimi K3-Flash — kecerdasan kelas K3 dengan ekonomi kelas flash — dan menarik paralel antara kemajuan Ant di lini ini dan kemajuan DeepSeek pada V4.1-Flash. Baik "Kimi K3-Flash" maupun paralel itu bukanlah klaim produk; keduanya adalah singkatan, dan penting untuk memisahkan apa yang tepat dari singkatan itu dan apa yang disamarkannya.

Yang tepat adalah aritmetika harga-terhadap-indeks, dan aritmetika itu mencolok. Kimi K3 berada di 44 pada indeks yang sama dalam konfigurasi Max. Ini juga model 2.8 triliun parameter dengan 104 miliar parameter aktif per token, dengan harga dari Moonshot sebesar $3.00 per juta input dan $15.00 per juta output, serta input yang di-cache sebesar $0.30. Ling-3.1-flash-1019 adalah lini 560 miliar parameter dengan sekitar 25 miliar parameter aktif, dihargai $0.30 dan $0.90. Skor komposit sama, tarif input sepersepuluh, tarif output seperenam belas, dan seperempat parameter aktif per token. Jika yang Anda butuhkan hanyalah indeks itu, itu bukan kemenangan marginal; itu struktur biaya yang berbeda untuk angka utama yang sama.

Yang tertutupi oleh sebutan singkat itu adalah segala hal yang tidak diukur oleh indeks tersebut. Kimi K3 menerima input gambar; Artificial Analysis mencantumkan Ling-3.1-flash-1019 sebagai teks masuk, teks keluar. Kimi K3 telah dapat diunduh di bawah lisensinya sendiri sejak akhir Juli dan dapat dipanggil dari berbagai penyedia sejak saat itu; Ling-3.1-flash-1019 tidak memiliki bobot maupun endpoint. Baris evaluasi Kimi K3 dipublikasikan dan kecepatannya diukur — 44 adalah komposit atas tabel yang terlihat. Angka 44 milik Ling adalah komposit atas tabel yang belum terlihat. Dan jumlah parameter tidak dapat dibandingkan sebagaimana yang disiratkan oleh kata "560B": K3 menggunakan 104 miliar parameter per token, build ini menggunakan 25 miliar.

• Indeks — 44 untuk keduanya, pada Artificial Analysis Intelligence Index v4.3.2.

• Harga — Ling-3.1-flash-1019 $0.30 masuk / $0.90 keluar per 1 juta versus Kimi K3 $3.00 / $15.00.

• Parameter aktif — sekitar 25B per token versus 104B per token. Total: sekitar 560B versus 2.8T.

• Modalitas — hanya teks versus input teks dan gambar.

• Ketersediaan — diumumkan, tanpa API, tanpa bobot, dibandingkan dengan dapat diunduh dan disajikan sejak Juli 2026.

• Bukti — komposit tanpa baris yang dipublikasikan, versus komposit dengan tabel yang dipublikasikan dan kecepatan keluaran yang terukur.

Dengan diuraikan begitu, "Kimi K3-Flash" adalah deskripsi yang adil tentang niatnya dan deskripsi yang tidak adil tentang keadaan saat ini. Niatnya nyata: jika Ant merilis build ini di bawah lisensi MIT induknya dengan harga induknya, ini menjadi jalur termurah ke kinerja komposit setingkat K3 di pasar, dengan selisih yang jauh. Keadaan saat ini adalah bahwa ini hanyalah skor tanpa artefak di belakangnya, dan model yang benar-benar bisa Anda sewa seharga 44 harganya sama sekali tidak seperti itu.

Dua lab, satu playbook: checkpoint bertanggal

Pola yang lebih menarik bukanlah skornya. Melainkan bentuk dari rilisnya. Kedua lab yang disentuh perbandingan ini merilis penyegaran siklus pertengahan bulan ini dengan konvensi penamaan yang sama — sufiks empat digit bulan-dan-hari yang ditempelkan pada nama produk yang sudah ada — dan keduanya meminta Anda membaca sufiks itu sebagai versinya.

Entri DeepSeek adalah DeepSeek V4.1-Flash-1017, bertanggal 17 Oktober, lima hari sebelum milik Ant. Catatan perubahannya menyebut pembaruan itu sebagai "peningkatan Pareto kinerja-biaya," menyatakan metode pemanggilan API dan harganya tidak berubah, serta mengarahkan panggilan yang ada ke build baru. Bobotnya diunggah ke Hugging Face pada pagi yang sama dengan lisensi MIT, sebesar 763 miliar parameter, tanpa ada yang dibatasi. Pada indeks tersebut, cakupan yang mengutip Artificial Analysis menempatkannya di 45, satu poin di atas Ling 1019 — kenaikan enam poin dari 39 yang diukur untuk konfigurasi V4.1-Flash (Max) pada awal Oktober. Enam poin dalam sepuluh hari, termasuk bobotnya.

Entri Ant adalah Ling-3.1-flash-1019, bertanggal 19 Oktober berdasarkan sufiksnya dan diumumkan pada 22 Oktober. Tiga poin dalam sekitar seminggu, bobot tidak disertakan, tidak ada tanggal yang diberikan untuk kedatangan mereka. Playbook sama, eksekusi berbeda: DeepSeek memperlakukan checkpoint itu sebagai rilis, Ant memperlakukannya sebagai pembaruan papan skor dengan rilis menyusul. Itu bukan skandal, dan bukan hal luar biasa — lab sering mengumumkan sebelum bobot tersedia — tetapi itu mengubah apa yang bisa dilakukan pembaca hari ini, yang merupakan satu-satunya uji yang penting untuk model yang mungkin Anda arahkan lalu lintasnya.

Ada konsekuensi operasional yang tersembunyi dalam konvensi penamaan, dan itulah alasan pola ini layak dilacak lebih dari satu rilis. Ketika vendor menyegarkan sebuah model dengan mengubah sufiks dan membiarkan string model API begitu saja, "model flash" tidak lagi menjadi target yang stabil. Anda meminta model berdasarkan nama, penyedia mengarahkan nama itu ke build apa pun yang paling baru mereka kirimkan, dan evaluasi Anda dari minggu lalu tidak lagi menggambarkan apa yang menjawab pagi ini. DeepSeek eksplisit soal ini — changelog menyatakan panggilan ke string model yang ada sekarang mencapai build 1017.

Pinning adalah solusinya, dan ini merupakan persoalan routing, bukan persoalan benchmark. Di sinilah katalog kami sendiri kebetulan berguna sebagai ilustrasi: katalog itu mencantumkan baik deepseek/deepseek-v4.1-flash dan deepseek/deepseek-v4.1-flash-1017 sebagai ID model yang terpisah, dan kimi/kimi-k3 di samping keduanya, sehingga pemanggil dapat menyebutkan build tertentu alih-alih keluarganya. Ling-3.1-flash-1019 tidak ada di katalog kami dan artikel ini tidak akan berpura-pura sebaliknya — tidak ada endpoint untuknya di mana pun yang dapat kami verifikasi, dan itulah inti dari bagian di atas.

Apa yang sebenarnya sudah terbuka, dan seberapa berharga "segera hadir"

Build yang diumumkan bukan build yang terbuka. Yang terbuka adalah Ling-3.1-flash, yang bobotnya diterbitkan Ant pada 15 Oktober dengan lisensi MIT di Hugging Face dan ModelScope. Card-nya spesifik dengan cara yang tidak dimiliki pengumuman 1019: 560 miliar parameter total, 25 miliar aktif per token, checkpoint yang dapat diunduh berukuran 572 miliar parameter, 63 lapisan KDA ditambah 9 lapisan MLA bergerbang dalam rasio 7:1 dan 4 lapisan dense, 512 routed expert dengan 8 diaktifkan dan 1 shared, kosakata 157.184, dan konteks 1M token.

Aspek serving pada build induk itulah yang membuat model 560B menarik sama sekali. Catatan rilis Ant menjelaskan skema presisi campuran — MXFP4 untuk routed experts, block-FP8 untuk lapisan dense — yang memangkas footprint bobot dari sekitar 534GB menjadi 292GB dan, dalam konfigurasi yang diuji, menurunkan deployment Hopper dari delapan GPU menjadi empat. Tersedia resep untuk SGLang dan vLLM, skema paralel konteks panjang yang disebut Ant sebagai PCP/DCP, serta dukungan JSON Schema yang ditingkatkan untuk pemanggilan tool. Angka serving terukur yang dipublikasikan Ant biasa saja dalam arti yang baik: pada delapan GPU Hopper, rata-rata waktu ke token pertama 604ms dan latensi antartoken 3,28ms pada tingkat hit cache 76%; pada empat GPU, sekitar 1,36 kueri per detik dengan P50 waktu ke token pertama di bawah tiga detik.

Tidak ada dari itu yang dikonfirmasi untuk build 1019. Itu adalah ekspektasi yang wajar — checkpoint bertanggal pada lini yang sama, dengan jumlah parameter yang sama tetapi tidak disebutkan, kecil kemungkinannya telah membangun ulang narasi kuantisasinya — tetapi ekspektasi bukanlah dokumentasi, dan dua hal yang akan menentukan apakah rilis ini penting di tingkat operasional sama-sama tidak ada. Yang pertama adalah lisensi. Posting Ant sendiri pada 15 Oktober menggambarkan induknya sebagai open-source dan sama sekali tidak menyebutkan lisensi; kartu Hugging Face menyebut MIT. Itu adalah artefak berbeda dengan otoritas berbeda, dan untuk build 1019 keduanya belum ada. Yang kedua adalah checkpoint. Model dengan 25 miliar parameter aktif yang berjalan di empat GPU Hopper adalah proposisi yang benar-benar berbeda dari model yang membutuhkan delapan, dan seluruh klaim empat GPU bertumpu pada resep kuantisasi yang belum dilampirkan ke build ini.

Jadi pembacaan yang wajar atas "coming soon" adalah bahwa itu pernyataan penjadwalan, bukan pernyataan teknis. Itu memberi tahu Anda bahwa Ant berniat meluncurkan. Itu tidak memberi tahu Anda dengan syarat apa, pada ukuran berapa, atau apakah perhitungan penerapannya tetap berlaku.

Apa yang dapat Anda jalankan hari ini

Build yang dapat dipanggil adalah induknya, Ling-3.1-flash, dan kaveatnya adalah jenis yang baru muncul setelah Anda mencoba menggunakannya. Konteks yang disajikan adalah 262.144 token, bukan 1 juta seperti yang diklaim spesifikasi, dengan batas output 32.768 token pada endpoint yang dihosting, dan harga yang dihosting bersifat promosi, bukan harga daftar. Catatan Ant tanggal 15 Oktober menyebut promosi itu sekitar 75% lebih murah: $0,075 per juta input, $0,225 per juta output, dan $0,015 per juta pembacaan cache di sisi internasional, serta ¥0,5 / ¥1,5 / ¥0,1 di Ling Studio. Itu adalah angka nyata untuk induknya, bukan untuk build 1019, yang tidak memiliki tarif terbitan sendiri.

Jika pertanyaan Anda adalah "haruskah saya memindahkan jalur produksi ke ini," jawabannya tidak, dan bukan karena modelnya buruk. Build tanpa endpoint, tanpa bobot, tanpa lisensi, dan tanpa baris per evaluasi yang dipublikasikan tidak dapat dievaluasi, hanya diantisipasi. Jika pertanyaan Anda adalah "apakah lini ini layak dipantau," jawabannya ya, dan cara murah untuk menindaklanjutinya adalah melakukan benchmark terhadap hal yang diklaim setara dengannya. Kimi K3 dan DeepSeek V4.1-Flash-1017 keduanya dapat diakses melalui satu kunci OrcaRouter dengan harga daftar penyedia dengan markup 0%, jadi menjalankan harness yang sama pada keduanya memberi tahu Anda berapa biaya 44 dan 45 per tugas sebelum Ant merilis apa pun. Failover otomatis penting di sini karena alasan yang biasa: saat Anda mengarahkan harness evaluasi baru ke build yang belum dikenal, Anda ingin endpoint yang buruk hanya membuat Anda perlu mencoba ulang, bukan kehilangan waktu seharian. DSL routing akan menempatkan salah satu model di belakang satu endpoint jika Anda lebih memilih untuk tidak menulis ulang klien dua kali.

Apa yang bisa menyelesaikannya

Empat hal, dalam urutan menurun berdasarkan seberapa besar hal itu akan mengubah gambaran.

• Baris evaluasi. Tabel per-evaluasi yang dipublikasikan di halaman Artificial Analysis akan mengubah 44 dari sekadar angka utama menjadi sebuah profil, dan akan memberi tahu pembaca apakah ini peningkatan agentic atau peningkatan yang luas. SciCode keluar dari status "under review" lebih penting dari biasanya, karena coding adalah bidang tempat model murah menggantikan model mahal lebih dulu.

• Bobotnya, dengan lisensi yang disebutkan namanya. MIT akan membuat klaim empat GPU menjadi portabel dan mengubah ini menjadi model kelas K3 termurah yang bisa di-host sendiri oleh siapa saja. Lisensi yang dibatasi atau dibuat khusus akan membuat 44 menjadi angka pemasaran yang disertai kontrak, dan itu akan menjadi cerita tersendiri.

• Sebuah API, sehingga kecepatan dan latensi ada. Setiap model di indeks yang memiliki endpoint memiliki kecepatan keluaran terukur; model ini tidak memilikinya, yang berarti separuh efisiensi dari klaim "flash" saat ini belum diuji. Model flash yang bernalar 59% lebih lama adalah produk yang berbeda dari model yang bernalar dengan jumlah yang sama namun lebih cepat.

• Satu harness untuk ketiganya. Belum ada benchmark yang dipublikasikan yang menjalankan Ling-3.1-flash-1019, DeepSeek V4.1-Flash-1017, dan Kimi K3 pada evaluasi yang sama, dan sampai ada yang melakukannya, setiap perbandingan dalam artikel ini — termasuk perbandingan dalam postingan yang memulainya — adalah perbandingan komposit yang dihitung pada waktu berbeda dengan konfigurasi berbeda.

Sampai setidaknya yang pertama dari semua itu tersedia, ringkasan akurat untuk Ling-3.1-flash-1019 adalah ini: skor nyata, dari lab nyata, pada model yang belum ada sebagai artefak. Ant kini telah mengumumkan dua build Ling-3.1-flash sebelum keduanya sepenuhnya tersedia — peluncuran September tanpa bobot, dan yang ini tanpa bobot maupun endpoint — dan polanya cukup jelas untuk dijadikan dasar perencanaan: anggap akhiran Ant sebagai sinyal bahwa sesuatu akan datang, dan anggap akhiran DeepSeek sebagai sinyal bahwa sesuatu sudah ada. Angka 44 layak diketahui. Namun belum layak untuk dijadikan dasar perutean.