Ling-3.1-flash：Ant Groupが提供するが公開していない560B MoE

Ling-3.1-flashとは何か。端的に言えば、Ant GroupのAnt Lingシリーズによるハイブリッド推論型のMixture-of-Experts言語モデルで、総パラメータ数は約5,600億、各トークンで有効なのは約250億、ベンダーが上限を100万トークンとしながら現時点では256,000トークンで提供するウィンドウを持ち、テキスト入力・テキスト出力、そしてダウンロード可能な重みはない。このモデルは2026年9月30日に発表され、Ant自身の製品とAnt自身のAPIで稼働している。この日付がこのページの始まりであり終わりでもある。それは、この記事が報じているローンチではなく、モデルの年齢を確定させる事実だからだ。Ling-3.1-flashを検索する読者が必要としているのは、読んだその日時点でのこのモデルの状態であり、これを書いた日時点で重みの状態は依然として「未公開」だった。

三つの事実が大半を担っている。重みは公開されておらず、Ant自身の発表が、いつ公開する予定かを示している。出回っているコンテキスト数 — 1M — は上限であり、エンドポイントで得られる値ではない。それは256Kだ。そして、仕様は知ることができるが、プロモーション期間後の価格はわからない。以下の内容にはすべて出典があり、数値が第三者ではなくAnt自身のものである場合は、その旨が記されている。

このモデルの状態がどこに置かれているかについて、1点補足する。Antの2026-09-30の発表は、アーキテクチャとオープンウェイト条件を記載した文書であり、ベンダーが更新するものではない。実際に保守されているページ、つまりLingモデルページとAntの開発者サイトの料金ページ（いずれも「最終更新日：2026年10月8日」と表示）には、パラメータ、コンテキスト数、価格が記載されている。両者が食い違う場合、または発表がドキュメントで述べられている以上のことを述べている場合、このページではどちらを引用しているのかを明記している。

Ling-3.1-flashとは何か、そして誰が公開しているのか

Ling-3.1-flash は Ling ファミリーに属します。Ling ファミリーは Ant Ling の汎用言語ラインであり、Ant Group が inclusionAI ラボを通じて運営・公開しているモデルプログラムです（開発者サイトに記載されている運営主体は Ant Intelligence (Hang Zhou) Technology Co., Ltd. です）。このファミリーは3つに分かれます。汎用言語タスク向けの Ling、深い推論向けの Ring、オムニモーダル理解と生成向けの Ming です。Ling-3.1-flash は Ling ブランチの旗艦で、Ling-3.0-flash の上位に位置します。Ling-3.0-flash は、より安価で高速なオプションとしてカタログに残っています。

Antはその位置づけを狭く一貫させている。長期的な実世界タスク、漠然とした依頼から完成した成果物までを進めるオフィスワーク、数時間に及ぶソフトウェアエンジニアリング、そしてツールを順番に呼び出して自己修正するエージェントループだ。ベンダー自身による売り込みの要約は、ステップごとに約25Bを支払いながら約560Bの容量を保つというもので、それにより世界知識と推論の深さは維持されつつ、トークンあたりの計算量は抑えられる。これは新しい階層ではなく、同じ枠におけるLing-3.0-flashの後継である。

重みは公開されていますか？いいえ——そしてAntがその条件を明示しています

これはこのモデルに関して最も議論の分かれる事実であり、今日その答えは明白だ。重みは公開されていない。inclusionAI 組織の下、Hugging Face に Ling-3.1-flash リポジトリは存在せず、モデルカードもライセンス文もチェックポイントファイルもない。同組織の公開リポジトリを検索しても、返ってくるのは Ling-3.0 世代以前であり、3.1 の項目はない。Ant がリリースをミラーしている ModelScope にも、Ling-3.1-flash モデルはない。導入レシピも存在しない。ベンダー自身の GitHub 上の Ling Cookbook リポジトリは、最終プッシュが 2026-10-12、すなわちこのページの前日で、Ling-3.0-flash、Ling-3.0-flash-VL、Ling-3.0-flash-Fin、Ling-3.0-tiny 向けのローカルデプロイおよび量子化レシピを掲載しているが、Ling-3.1-flash 向けには何もない。独立系評価機関 Artificial Analysis はこのモデルをプロプライエタリとして扱っており、その FAQ では、このモデルがオープンソースかという問いに「No」と答えている。

Antが行ったのは、公開に条件を付けることであり、それは「soon」よりも具体的だ。発表によれば、無料期間は256Kコンテキストに対応し、無料期間が終了してモデルが有料サービスに移行した後は、1Mウィンドウを開放し、同時にモデルをオープンソース化する計画だ。つまりベンダーが説明する順序は、256Kで試用、次に最大1Mで有料サービス、その切り替え時に重みが続く、というものだ。それは計画であり、日付ではない。日付は公表されていない。「Ling-3.1-flashはオープンウェイトだ」という主張は、リポジトリが存在するまでは誤りとして扱え。計画はベンダーが述べた意図として扱い、出来事として扱うな。

サイズとアーキテクチャ：合計560B、アクティブ25B、グローバル層1つにつき7つの線形層

Antは、数字が単に引用されるだけでなく、互いに突き合わせて検証できるほどの詳細さでアーキテクチャを公開している：

• 総パラメータ数 — 約560B（ベンダー公称値）、ドキュメント全体を通じて変更なし。

• アクティブパラメータ — トークンあたり約25B、スパース比は約22分の1。

• エキスパートルーティング — 512 のルーティング済みエキスパートがあり、各トークンはそのうち 8 を選択し、さらにすべてのトークンが使う共有エキスパートが 1 つある。これは、はるかに小さい本体に対して前世代が用いたものよりも、明らかに幅広いエキスパートプールである。エキスパート数、512 中 8 の選択、および 7:1 のアテンション比は、モデルページではなく発表によるものである。モデルページにはパラメータとコンテキストの数値が記載されている。

• Attention — Ling-3.0-flashの線形アテンション設計を引き継ぐハイブリッドスタックで、線形の割合を増やしている。Gated MLA層1に対してKDA（Kimi Delta Attention）層7、つまり8層に1層がグローバルアテンションパスを保持する。KDAパスは線形時間で動作するもので、長いシーケンスを対象としている。

• 規模の比較対象となる前世代 — Ling-3.0-flash は42層のハイブリッドスタック上で合計124B、うちアクティブ5.1Bで動作するため、Ling-3.1-flash は本体規模が約4.5倍、トークンあたりのアクティベーションは約5倍です。

はっきり言っておく価値がある。Antもそう言っているからだ。こうしたことはどれも、直接デプロイコストに換算されるわけではない。スループット、レイテンシ、メモリは、ハードウェア、数値精度、バッチサイズ、エキスパート間通信、コンテキスト長、出力長に依存する。アーキテクチャは、なぜそのモデルがこの規模で存在できるかを説明するが、1回のリクエストにいくらかかるかまでは教えてくれない。

コンテキストウィンドウと最大出力

ウィンドウこそが、最もよくある誤読が潜むところだ。Antのドキュメントはそれを1行で2つの数字として示している。ウィンドウの上限は1Mトークンで、公式サービスが現在公開しているのは256Kだ。アナウンスはベンダー自身の言葉で理由を説明している — 無料トライアルは2週間で、その間のサービスの長さは256Kであり、トライアルが終了してモデルが有料サービスに移行したら、1Mウィンドウを開放し、同時にモデルをオープンソース化する計画だ。ドキュメントとアナウンスは提供される数値について一致しており、どちらもAntのものである。製品の画面はサインインの背後にあるため、Ling Studio自身の最大長コントロールは、このページが今日確認できるものではない。パイプラインの規模を見積もる前に正確な上限が必要なら、サインイン後にスタジオから直接読み取るべきであり、そのための又聞きの数値を受け入れるべきではない。

Artificial Analysisはコンテキストウィンドウを1Mと記載している。これは公称上の上限であり、現時点で1回のリクエストが実際に得られる値ではない。そして、最も広く流布し、実務では最も頻繁に誤りとなる数字でもある。パイプラインの規模を見積もるなら、256Kを前提にし、1Mは公開日のないロードマップ項目として扱うこと。

最大出力は、Antがモデルごとに公開していない数値です。ベンダーが公開しているのはリクエストの仕様面です。Anthropic互換エンドポイントのmax_tokensのデフォルトは32,000で、OpenAI互換のリファレンスにはモデルごとの出力上限が記載されておらず、非ストリーミング呼び出しは90秒でタイムアウトします。長い単一生成が必要なジョブの場合、ベンダー自身のガイダンスは、文書化されていない上限を引き上げるのではなくストリーミングを使うことです。

何を受け取り、何を返すのか

テキスト入力、テキスト出力。Ling-3.1-flash はマルチモーダルモデルではありません。この点は明言しておく価値があります。というのも、同じファミリーにはマルチモーダルなモデルが1つ含まれているからです。Ling-3.0-flash-VL がビジョンモデルで、同じプラットフォームを通じて画像、テキスト、動画の入力をネイティブに受け付け、ベンダーのマルチモーダルに関するドキュメントもそのモデル向けに書かれています。Ling-3.1-flash はベンダーの Ling 仕様表に、テキスト以外の入力モダリティを一切持たない形で掲載されており、独立系評価者のページでもテキスト入力とテキスト出力のみが記録され、ビジョンモデルではなく推論モデルとして分類されています。今日 Ling モデルに画像を送る必要があるなら、ベンダー自身の選択ガイドはこのモデルではなく Ling-3.0-flash-VL を指し示しています。

ベンダーの主張対独立した評価

Ling-3.1-flashには2種類の数値が存在し、それらに互換性はありません。

Ant自身の発表は、実世界タスク向けのモデルアップグレードと題されており、数値の扱いには慎重だ。名前が挙げられている評価領域は、オフィス業務向けのGDPVal-AA V2.1、医療コミュニケーション向けのHealthBench Professional、エンジニアリング向けのFrontierSWE、ターミナル操作向けのTerminal-Bench 4.0、さらに自動化、安全性分析、コードベース質問応答、金融エージェントタスクであり、ベンチマークごとの数値は本文の表ではなくチャート画像の中にある。今日時点でAntは、これらの個別スコアを誰もが行単位で引用できる形では公開しておらず、本ページはそれらのために表をでっち上げたりはしない。Antが本文で明言しているのは3件の長期的エンジニアリング結果で、いずれもベンダー報告、いずれもベンダー自身のタスク定義によるもので、いずれも突き合わせの直接比較ではなく「ドキュメントに記載されている」比較値としてラベル付けされている：約17時間の連続実行でゼロから構築したLuaからx86-64-ELFへのコンパイラで、182件の独立テストのうち178件、約97.8%が合格し、同じタスクについてベンダーが挙げるところではClaude Fable 5が99.0%、GLM-5.3-Flashが95.9%だった；Pyright 1.1.400の最適化パスは約10時間で1.432倍の高速化に到達し、2,279件のベンチマークおよび回帰テストがすべて合格し、Claude Fable 5は1.502倍、GLM-5.3-Flashは1.290倍だった；C画像ライブラリのRust再実装は約20時間かけて30件のチェックをすべて合格し8.015倍で、GLM-5.3-Flashは1.396倍、Claude Fable 5は27.310倍だった。これら3つのタスクは、同一の努力量とハーネスで突き合わせてベンチマークされたものではない — 対抗側の数値はベンダー自身による引用であり、同社が管理した実行ではない — したがって、同種比較のランキングではなく、ベンダーによる自社タスクスイートの報告として読むべきだ。Antはまた、モデルがオープンソースのOceanBaseデータベースのキャリブレーションパーサーにあるスタックバッファオーバーフローを発見し、問題に自律的に取り組んで修正したとも報告している。これらはすべて、ファーストパーティのタスクに関するファーストパーティの主張であり、第三者による再現はなく、ベンダー自身も3番目の結果について、極端な性能最適化にはまだ伸びしろが残っていることを示していると注意を促している。検索需要の面では、「ling 3.1 flash benchmark」は人々がこのモデルについて尋ねる比較的小さめの質問の1つであり、正直な一言の答えは上記のとおりだ。Antのカードは存在し、その数値はベンダー報告であり、実際にモデルに問える独立した数値は次の段落にある。

2つ目の種類の数値は独立に測定されたものである。Artificial Analysisは、自社で管理するハードウェア上で独自のハーネスを実行しており、Ling-3.1-flashにIntelligence Index v4.3.2で41点を付けている。これは10種類の評価を合成したもので、同インデックスで175モデル中5位に位置付ける。前世代モデルは同じインデックスで20点。同じページには、毎秒212.1出力トークン、最初のトークンまで1.87秒、インデックス全体で生成された2億2,000万出力トークン——中央値9,500万に対して高い——、および80%のキャッシュ割引適用時で入力100万トークンあたり0.30ドル、出力100万トークンあたり0.90ドル、インデックスタスクあたり約1.00ドルの実行コストが記録されている。これらはベンダーのAPIに対して評価者自身が測定したものであり、Antの数値ではない。また、今日存在するこのモデルの唯一の独立した測定値である。

価格についても同じ分かれ方が当てはまり、通貨が重要になる。Antの価格ページ —— このページが書かれた2026-10-13という日付ではなく、「Last updated on October 8, 2026」と記された、維持管理されている方のページ —— では、Ling-3.1-flashが入力、出力、キャッシュ読み取りについて¥0.00で掲載され、このモデルは期間限定の2週間無料で、その後は標準の有料課金に切り替わり、料金は追って発表されると述べている。同じページにはUSDの表も公開されており、その行は3列すべてで$0.00と表示されている。無料枠に関する答えはこれで全部だ。無料は本物で、プロモーションであり、期間限定であり、その後に続く数字は公表されていない。独立系評価者が記録した$0.30と$0.90という料率は、公開されている中でトライアル後の料金表に最も近いものだが、Antはそれを確認していない。

今日、Ling-3.1-flashから応答を得る方法

ファーストパーティの経路は2つあり、どちらもAnt自身が提供しています。chat.ant-ling.comのLing Studioが製品としての窓口であり、ベンダーの発表によればこのモデルは社内のオフィス業務向けAntデスクトップエージェントにも組み込まれています。api.ant-ling.comのOpen APIは開発者向けの経路で、2つの形で提供されています。OpenAI互換のchat/completionsエンドポイントと、Anthropic互換のmessagesエンドポイントです。そのため既存のSDKはベースURLを変更するだけで動作します。注意点が2つ、ドキュメントに直接記載されています。これは珍しいことなので、正確にそのまま引用する価値があります。確率と多様性を制御するtemperatureとtop_pは、どちらのリファレンスページでもデフォルトが1です。したがって、他の場所で低いtemperatureを設定する癖がついたリクエストは、ここでは挙動が異なります。また、推論の切り替え用として文書化されているthinking制御は、Ling-3.0-flash専用として記載されています。つまり、これらのページが公開しているリクエスト仕様はLing-3.1-flash向けには更新されていません。アクセスにはAlipayアカウントの紐付けとLingサービスの有効化が必要です。FAQでは「Lingモデルサービスが有効化されていない」も既知のエラーとして、独自の対処法とともに記載されています。課金はトークン単位の従量課金制で、公開されているレート制限は全体で毎秒2リクエスト、それを超えると429が返り、非ストリーミング呼び出しのタイムアウトは90秒です。ベンダーはサードパーティのプラットフォームでも同じプロモーション価格0でこのモデルを掲載していますが、それらはファーストパーティの窓口ではなく、利用条件もそれぞれ独自のものです。

エンドポイント上に構築する前にやっておく価値のある確認が 1 つあります。本日時点で、ベンダーが公開している API リファレンスのモデル一覧には Ling-3.1-flash が列挙されておらず、プラットフォームの変更履歴にもそれに関する項目がありません — そこにある最新の項目は 9 月の Ling-3.0-flash-VL と 8 月の Ling-3.0-tiny です — それにもかかわらず、料金ページにはそのモデルの料金が掲載されており、告知ではその API トライアルが提供されています。ドキュメントが追いついていると決め込むのではなく、何かに組み込む前に、ご自身のアカウントでモデル識別子を確認してください。

Ling-3.1-flash は OrcaRouter のカタログにはありません。2026-10-13 時点の当社のライブモデルリストを確認しても、Ling や inclusionAI の項目は返ってきません。そのため、このページで「1回の呼び出しで使える」とは言えません。1回の呼び出しで使えるのは、最もよく比較される次の2つのモデルです：DeepSeek V4.1 Flash は当社のリストで入力100万トークンあたり $0.15、出力100万トークンあたり $0.60、そして GLM 5.3 Flash は $0.15 と $0.50、どちらもリスト価格でゼロマークアップ、プロバイダー間の自動フェイルオーバー付きです。そのため、どちらかのベンダーで料金変更があっても、お客様側でコードを変更することなく同日に反映されます。Ant が Ling-3.1-flash を公開するか、ホストが追加した場合、それがこの形で登場することになります。

注視すべきこと、そして想定すべきでないこと

このページの未解決の問いに決着をつけるものは3つあり、そのいずれもAntが公開すべきものだ。重み ―― 発表の計画どおりならライセンスとモデルカード付き ――、宣言されているだけでなく実際に提供される1Mウィンドウ、そしてトライアル後の料金表である。少なくとも最初の2つが実現するまでは、Ling-3.1-flashを正確に言い表すなら、強力で高速な、クローズドの、テキスト専用モデルであり、真に独立したスコア41を持ち、真に有望なエージェント的プロファイルを備え、ファーストパーティで提供され、予告なく閉じる期間中は無料で利用できる。

今すぐ動くべきなのは、自分の仕事がエージェント的、ターミナル型、あるいはオフィス型で、560B MoE が毎秒212トークンで動くことが自分たちの作るものを変えるかどうかを、自分のプロンプトで2週間の無料推論を使って確かめたい人だ。待つべきなのは、セルフホストを計画している人、調達が見る前にライセンスを必要とする人、本番環境で100万トークンウィンドウを必要とするパイプラインを持つ人、そしてプロモーション期間を超えて生き残るコストモデルを必要とする人だ。これら4つすべてについて、今日の正直な答えは、まだ判断は下せないということだ。そしてそれを可能にするのは、別のベンチマークチャートではなく、Hugging Face リポジトリだ。