Ling-3.1-flash: Ant Group가 서비스하지만 아직 공개하지 않은 560B MoE

Ling-3.1-flash가 무엇인지에 대한 짧은 답은 이렇습니다: Ant Group의 Ant Ling 라인에서 나온 하이브리드 추론 방식의 전문가 혼합(mixture-of-experts) 언어 모델로, 총 파라미터 수는 약 5,600억 개이고 토큰마다 약 250억 개가 활성화되며, 제공사가 최대 100만 토큰으로 제한하지만 현재는 256,000 토큰으로 제공하는 컨텍스트 창, 텍스트 입력 및 텍스트 출력, 그리고 다운로드 가능한 가중치 없음입니다. 이 모델은 2026-09-30에 발표되었고 Ant 자체 제품과 Ant 자체 API에서 서비스 중입니다. 그 날짜는 이 페이지가 시작하는 지점이자 끝나는 지점입니다. 즉, 이 기사가 보도하는 출시가 아니라 모델의 나이를 고정하는 사실입니다. Ling-3.1-flash를 검색하는 독자에게 필요한 것은 읽는 날 당시 해당 모델의 상태이며, 이 글이 작성된 날 가중치의 상태는 여전히 "공개되지 않음"이었습니다.

세 가지 사실이 거의 모든 것을 설명한다. 가중치는 아직 공개되지 않았고, Ant의 자체 발표가 언제 공개할 예정인지 밝히고 있다. 회자되는 컨텍스트 수치인 1M은 상한선일 뿐, 엔드포인트가 실제로 제공하는 값인 256K가 아니다. 그리고 사양은 알 수 있지만, 프로모션 기간 이후의 가격은 알 수 없다. 아래의 모든 내용은 출처가 밝혀져 있으며, 수치가 제3자가 아닌 Ant 자체의 것일 경우에는 그렇게 밝히고 있다.

이 모델의 상태가 어디에 있는지에 관한 한 가지 참고 사항. Ant의 2026년 9월 30일자 발표는 아키텍처와 오픈 웨이트 조건을 담고 있는 문서이며, 벤더가 업데이트하는 대상이 아니다. 실제로 유지 관리되는 페이지 — Ling 모델 페이지들과 Ant 개발자 사이트의 가격 페이지, 각각 "2026년 10월 8일 마지막 업데이트"가 찍혀 있는 — 에는 파라미터, 컨텍스트 수치, 가격이 담겨 있다. 그 둘이 서로 어긋나거나, 발표가 문서보다 더 많은 내용을 말할 경우, 이 페이지는 어느 쪽을 인용하는지 밝힌다.

Ling-3.1-flash란 무엇이며, 누가 이를 공개하는가

Ling-3.1-flash는 Ling 패밀리에 속합니다 — Ant Group이 inclusionAI lab을 통해 운영하고 공개하는 모델 프로그램인 Ant Ling의 범용 언어 라인입니다(개발자 사이트에 명시된 운영 주체는 Ant Intelligence (Hang Zhou) Technology Co., Ltd.입니다). 이 패밀리는 세 갈래로 나뉩니다: 일반 언어 작업을 위한 Ling, 심층 추론을 위한 Ring, 옴니모달 이해 및 생성을 위한 Ming. Ling-3.1-flash는 Ling 계열의 플래그십으로, 더 저렴하고 빠른 옵션으로 카탈로그에 남아 있는 Ling-3.0-flash 위에 위치합니다.

Ant는 이를 좁고 일관되게 포지셔닝한다: 장기적인 실제 과제, 모호한 요청에서 완성된 결과물까지 이어지는 사무 업무, 수 시간에 걸친 소프트웨어 엔지니어링, 그리고 도구를 순차적으로 호출하며 스스로 교정하는 에이전트 루프다. 벤더가 직접 요약한 이 제안의 핵심은 약 560B의 용량을 유지하면서 스텝당 약 25B만 지불한다는 것으로, 세계 지식과 추론 깊이는 유지되지만 토큰당 연산량은 그렇지 않다는 뜻이다. 이는 같은 슬롯에서 Ling-3.0-flash의 후속 모델이며, 새로운 등급이 아니다.

가중치가 공개되었나요? 아니요 — Ant가 그 조건을 명시했습니다.

이것은 해당 모델에서 가장 논란이 되는 사실이며, 오늘날 그 답은 명확합니다: 가중치는 공개되지 않았습니다. inclusionAI 조직 아래 Hugging Face에는 Ling-3.1-flash 저장소가 없으며, 모델 카드도, 라이선스 텍스트도, 체크포인트 파일도 없습니다. 해당 조직의 공개 저장소를 검색하면 Ling-3.0 세대 및 그 이전이 반환되고, 3.1 항목은 없습니다. Ant가 릴리스를 미러링하는 ModelScope에도 Ling-3.1-flash 모델이 없습니다. 이에 대한 배포 레시피도 없습니다: 공급업체 자체의 GitHub Ling Cookbook 저장소는 이 페이지 전날인 2026-10-12에 마지막으로 푸시되었으며, Ling-3.0-flash, Ling-3.0-flash-VL, Ling-3.0-flash-Fin 및 Ling-3.0-tiny에 대한 로컬 배포 및 양자화 레시피를 포함하고 있지만 Ling-3.1-flash에 대한 것은 없습니다. 독립 평가 기관인 Artificial Analysis는 이 모델을 독점 모델로 분류하며, FAQ에서는 모델이 오픈 소스인지에 대해 "아니요"라고 답합니다.

Ant가 한 일은 공개에 조건을 붙인 것이며, 그것은 "곧"보다 더 구체적입니다. 발표문에는 무료 기간이 256K 컨텍스트를 제공하고, 무료 기간이 끝나 모델이 유료 서비스로 전환된 후에는 1M 창을 열고 동시에 모델을 오픈소스화할 계획이라고 나와 있습니다. 따라서 벤더가 설명하는 순서는 256K에서의 체험, 그다음 최대 1M의 유료 서비스, 그리고 그 전환 시점에 가중치가 뒤따르는 것입니다. 이는 계획이지 날짜가 아니며, 공개된 날짜도 없습니다. "Ling-3.1-flash는 오픈 웨이트다"라는 주장은 저장소가 존재하기 전까지는 틀린 것으로 취급하고, 계획은 이벤트가 아니라 벤더가 표명한 의도로 취급하십시오.

크기 및 아키텍처: 총 560B, 활성 25B, 글로벌 레이어 하나당 선형 레이어 7개

Ant는 숫자를 단순히 인용하는 데 그치지 않고 서로 검증할 수 있게 하는 수준의 세부 정보로 아키텍처를 공개한다:

• 총 파라미터 — 약 560B, 벤더 발표 기준이며 문서 전반에서 변경 없음.

• 활성 파라미터 — 토큰당 약 25B, 22분의 1에 가까운 희소성 비율.

• 전문가 라우팅 — 라우팅된 전문가 512개가 있으며, 각 토큰은 그중 8개를 선택하고, 여기에 모든 토큰이 사용하는 공유 전문가 1개가 더해집니다. 이는 이전 세대가 훨씬 더 작은 몸체에 사용했던 것보다 눈에 띄게 더 넓은 전문가 풀입니다. 전문가 수, 512개 중 8개 선택, 그리고 7:1 어텐션 비율은 모델 페이지가 아니라 발표에서 나온 것입니다. 모델 페이지에는 파라미터와 컨텍스트 수치가 적혀 있습니다.

• 어텐션 — Ling-3.0-flash의 linear-attention 설계를 이어가는 하이브리드 스택으로, linear 비중이 늘어났습니다: Gated MLA 레이어 1개당 7개의 KDA(Kimi Delta Attention) 레이어가 배치되어, 8개 중 1개 레이어가 global attention 경로를 유지합니다. KDA 경로는 linear-time 방식으로, 긴 시퀀스를 대상으로 합니다.

• 규모를 가늠하기 위한 전작 — Ling-3.0-flash는 42계층 하이브리드 스택에서 총 124B, 활성 5.1B로 동작하므로, Ling-3.1-flash는 본체가 대략 4.5배이고 토큰당 활성화는 대략 5배입니다.

분명히 말할 가치가 있습니다, Ant도 그렇게 말하니까요: 이 중 어느 것도 배포 비용으로 직접 환산되지는 않습니다. 처리량, 지연 시간, 메모리는 하드웨어, 수치 정밀도, 배치 크기, 전문가 통신, 컨텍스트 길이, 출력 길이에 따라 달라집니다. 아키텍처는 모델이 이 크기로 존재할 수 있는 이유를 설명해 주지만, 요청 하나에 비용이 얼마나 들지는 알려주지 않습니다.

컨텍스트 윈도우 및 최대 출력

가장 흔한 오독이 도사리는 곳은 윈도입니다. Ant 문서는 이를 한 줄에 두 개의 숫자로 명시합니다: 윈도는 최대 1M 토큰이며, 공식 서비스는 현재 256K를 제공합니다. 발표문은 벤더 자신의 말로 그 이유를 밝힙니다 — 무료 체험은 2주간 진행되고, 그 기간의 서비스 길이는 256K이며, 체험이 끝나고 모델이 유료 서비스로 전환되면 1M 윈도를 열고 동시에 모델을 오픈소스로 공개할 계획입니다. 문서와 발표문은 제공 수치에 대해 일치하며, 둘 다 Ant의 것입니다. 제품 인터페이스는 로그인 뒤에 있으므로, Ling Studio 자체의 최대 길이 컨트롤은 이 페이지가 오늘 확인할 수 있는 사항이 아닙니다. 파이프라인 규모를 산정하기 전에 정확한 상한이 필요하다면, 그에 대한 간접적인 숫자를 받아들이기보다 로그인한 뒤 스튜디오에서 직접 확인하세요.

Artificial Analysis는 컨텍스트 창을 1M로 표시합니다. 그것은 선언된 상한일 뿐, 현재 요청이 실제로 받는 값이 아니며, 가장 멀리 퍼지고 실제로는 가장 자주 틀리는 숫자입니다. 파이프라인 규모를 정한다면 256K를 기준으로 잡고, 1M은 공개된 날짜가 없는 로드맵 항목으로 취급하세요.

최대 출력은 Ant가 모델별로 공개하지 않는 수치입니다. 벤더가 공개하는 것은 요청 표면입니다. Anthropic 호환 엔드포인트의 max_tokens는 기본값이 32,000이고, OpenAI 호환 레퍼런스에는 모델별 출력 상한이 명시되어 있지 않으며, 비스트리밍 호출은 90초에서 타임아웃됩니다. 긴 단일 생성이 필요한 작업이라면, 벤더 자체 가이드라인은 문서화되지 않은 상한을 올리는 대신 스트리밍하라고 권합니다.

무엇을 받아들이고 무엇을 돌려주는가

텍스트 입력, 텍스트 출력. Ling-3.1-flash는 멀티모달 모델이 아니며, 이 점은 분명히 할 가치가 있습니다. 이 제품군에는 실제로 멀티모달인 모델이 하나 있기 때문입니다. Ling-3.0-flash-VL이 비전 모델이며, 같은 플랫폼을 통해 이미지, 텍스트, 비디오 입력을 기본적으로 받아들이고, 공급업체의 멀티모달 문서는 그 모델을 기준으로 작성되어 있습니다. Ling-3.1-flash는 공급업체의 Ling 사양 표에서 텍스트 외에는 어떤 입력 모달리티도 없는 것으로 나타나며, 이에 대한 독립 평가자 페이지에도 텍스트 입력과 텍스트 출력만 기록되어 있고, 비전 모델이 아닌 추론 모델로 분류되어 있습니다. 오늘날 Ling 모델에 이미지를 보내야 한다면, 공급업체의 선택 가이드 자체가 이 모델이 아니라 Ling-3.0-flash-VL을 가리킵니다.

공급업체 주장 대 독립적 평가

Ling-3.1-flash에는 두 가지 종류의 숫자가 존재하며, 이들은 서로 호환되지 않습니다.

Ant의 자체 발표는 실무 과제를 위한 모델 업그레이드라는 제목을 달고 있으며, 자사 수치가 무엇인지에 대해 신중한 태도를 취한다. 이름이 붙은 평가 영역은 사무 업무용 GDPVal-AA V2.1, 의료 커뮤니케이션용 HealthBench Professional, 엔지니어링용 FrontierSWE, 터미널 조작용 Terminal-Bench 4.0에 더해 자동화, 안전성 분석, 코드베이스 질의응답, 금융 에이전트 과제이며, 벤치마크별 수치는 텍스트 표가 아니라 차트 이미지 안에 들어 있다. 오늘 기준으로 Ant는 그 개별 점수들을 누구든 줄 단위로 인용할 수 있는 형태로 공개하지 않았고, 이 페이지는 그것들을 위한 표를 만들어 내지 않을 것이다. Ant가 텍스트로 명시하는 것은 세 가지 장기(long-horizon) 엔지니어링 결과인데, 모두 벤더가 보고한 것이고, 모두 벤더 자체의 과제 정의에 따른 것이며, 모두 동등 조건의 정면 비교가 아니라 "문서에 기재된" 비교 수치로 표시된 것이다. 하나는 약 17시간의 연속 실행으로 처음부터 만든 Lua→x86-64-ELF 컴파일러로, 182개 독립 테스트 중 178개 통과, 약 97.8%이며, 벤더가 기재한 동일 과제에서 Claude Fable 5는 99.0%, GLM-5.3-Flash는 95.9%다. 또 하나는 약 10시간에 걸친 Pyright 1.1.400 최적화 패스로 1.432× 속도 향상에 도달했고 2,279개 벤치마크 및 회귀 테스트를 모두 통과했으며, Claude Fable 5는 1.502×, GLM-5.3-Flash는 1.290×다. 마지막은 C 이미지 라이브러리를 Rust로 재구현한 것으로 약 20시간이 걸렸고 30개 검사를 모두 통과하며 8.015×를 기록했으며, GLM-5.3-Flash는 1.396×, Claude Fable 5는 27.310×다. 이 세 과제는 동일한 노력과 하네스로 정면 비교된 것이 아니다. 상대 수치는 벤더가 스스로 인용한 것이지 벤더가 통제한 실행 결과가 아니므로, 동등 조건의 순위가 아니라 벤더가 자사 과제 모음에 대해 낸 보고로 읽어야 한다. Ant는 또한 모델이 오픈소스 OceanBase 데이터베이스의 캘리브레이션 파서에서 스택 버퍼 오버플로를 스스로 문제를 풀어 찾아내고 패치했다고 보고한다. 이 모든 항목은 자사 과제에 대한 자사 주장이며, 어느 것도 제3자 재현이 없고, 벤더 스스로 세 번째 결과가 극한 성능 최적화에 아직 여지가 남아 있음을 보여 준다고 지적한다. 검색 수요 측면에서 "ling 3.1 flash benchmark"는 사람들이 이 모델에 대해 묻는 질문 중 비교적 작은 축에 속하며, 솔직한 한 문장 답은 위에 쓴 그대로다. Ant의 카드는 존재하고, 그 수치는 벤더가 보고한 것이며, 실제로 모델을 평가할 때 붙잡을 수 있는 독립적 수치는 다음 문단에 있다.

두 번째 종류의 숫자는 독립적으로 측정된 것이다. 자사가 통제하는 하드웨어에서 자체 하네스를 실행하는 Artificial Analysis는 Ling-3.1-flash에 자사의 Intelligence Index v4.3.2에서 41점을 부여하는데, 이는 열 가지 평가를 종합한 지수이며, 해당 지수에서 175개 모델 중 5위로 랭크한다. 전작은 같은 지수에서 20점을 받는다. 같은 페이지에는 초당 212.1개의 출력 토큰과 첫 토큰까지 1.87초, 지수 전반에 걸쳐 생성된 2억 2천만 개의 출력 토큰 — 중앙값 95M에 비해 높은 수치 — 그리고 80% 캐시 할인을 적용한 백만 입력 토큰당 $0.30 및 백만 출력 토큰당 $0.90의 실행 비용, 지수 작업당 약 $1.00가 기록되어 있다. 이는 벤더의 API에 대한 평가자의 자체 측정치이지 Ant의 수치가 아니며, 오늘날 존재하는 이 모델의 유일한 독립적 측정치다.

가격에 관해서도 같은 구분이 적용되며, 통화가 중요하다. Ant의 가격 페이지, 즉 이 페이지가 작성된 2026-10-13 날짜가 아니라 "Last updated on October 8, 2026"이 찍힌, 유지 관리되는 페이지에는 Ling-3.1-flash가 입력, 출력, 캐시 읽기 모두 ¥0.00으로 기재되어 있으며, 해당 모델은 한시적으로 2주간 무료이고 이후 요금이 발표될 예정인 표준 유료 청구로 전환된다고 명시되어 있다. 같은 페이지에는 세 열 모두에서 해당 행이 $0.00으로 표시된 USD 표가 게시되어 있다. 그것이 무료 티어에 대한 답의 전부다: 무료는 사실이고, 프로모션이며, 기간이 정해져 있고, 그 뒤에 오는 숫자는 공개되지 않았다. 독립 평가자가 기록한 $0.30 및 $0.90 요율은 공개된 것 중 체험 이후 요금표에 가장 가까운 것이며, Ant는 이를 확인하지 않았다.

오늘 Ling-3.1-flash에서 응답을 받는 방법

두 개의 퍼스트파티 경로가 있는데, 둘 다 Ant 자체의 것입니다. chat.ant-ling.com의 Ling Studio는 제품 표면이고, 벤더의 발표에 따르면 이 모델은 사무 업무에 쓰이는 내부 Ant 데스크톱 에이전트 안에도 들어 있습니다. api.ant-ling.com의 Open API는 개발자 경로이며 두 가지 형태로 제공됩니다. OpenAI 호환 chat/completions 엔드포인트와 Anthropic 호환 messages 엔드포인트이므로, 기존 SDK는 base URL만 바꾸면 작동합니다. 문서에서 바로 나온 두 가지 주의 사항이 있는데, 그대로 옮길 만큼 이례적입니다. 확률 및 다양성 제어인 temperature와 top_p는 두 참조 페이지 모두에서 기본값이 1이므로, 다른 곳에서 낮은 temperature를 설정하도록 익숙해진 요청은 여기서 다르게 동작합니다. 그리고 추론을 토글하기 위해 문서화된 thinking 제어는 Ling-3.0-flash 전용으로 문서화되어 있습니다. 즉, 이 페이지들이 공개하는 요청 표면은 Ling-3.1-flash에 맞게 갱신되지 않았습니다. 액세스하려면 Alipay 계정을 연동하고 Ling 서비스를 활성화해야 합니다 — FAQ에는 "Ling 모델 서비스가 활성화되지 않음"이 자체 해결 방법이 있는 알려진 오류로 나열되어 있습니다 — 과금은 토큰당 종량제이며, 공개된 요율 제한은 전역적으로 초당 2회 요청이고 이를 초과하면 429가 발생하며, 비스트리밍 호출은 90초에 타임아웃됩니다. 벤더는 또한 이 모델을 타사 플랫폼에서도 동일한 프로모션 0 가격으로 나열하고 있습니다. 그곳은 퍼스트파티 표면이 아니며 약관도 각자의 것입니다.

엔드포인트를 기반으로 개발하기 전에 해 볼 만한 확인이 하나 있습니다. 오늘 기준으로 공급업체가 공개한 API 참조 문서에는 Ling-3.1-flash가 모델 목록에 열거되어 있지 않고, 플랫폼 변경 로그에도 이에 대한 항목이 없습니다. 그곳의 최신 항목은 9월의 Ling-3.0-flash-VL과 8월의 Ling-3.0-tiny입니다. 가격 페이지에는 이 모델의 요금이 있고 공지에서는 API 체험을 제공함에도 불구하고 말입니다. 문서가 최신 내용을 반영했으리라 가정하지 말고, 무엇이든 연동하기 전에 본인 계정에서 모델 식별자를 확인하십시오.

Ling-3.1-flash는 OrcaRouter의 카탈로그에 없습니다 — 2026-10-13 기준 실시간 모델 목록을 확인해도 Ling 또는 inclusionAI 항목이 반환되지 않습니다 — 따라서 이 페이지는 그것이 단 한 번의 호출로 이용 가능하다고 알려주지 않습니다. 단 한 번의 호출로 이용 가능한 것은 이것이 가장 자주 비교되는 두 모델입니다: DeepSeek V4.1 Flash, 우리 목록에서는 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60으로 책정되어 있으며, GLM 5.3 Flash는 $0.15 및 $0.50으로, 둘 다 정가에 마크업 없음과 제공업체 전반의 자동 장애 조치가 적용되므로, 어느 공급업체의 요금 변경이든 귀하 측의 코드 변경 없이 같은 날 반영됩니다. Ant가 Ling-3.1-flash를 공개하거나 호스트가 이를 추가하면, 그것이 도착할 형태는 바로 이렇습니다.

지켜봐야 할 것, 그리고 가정해서는 안 될 것

이 페이지의 미해결 질문을 매듭짓는 세 가지가 있고, 그 셋 모두 Ant가 공개해야 할 몫이다: 가중치—발표의 계획이 지켜진다면 라이선스와 모델 카드를 포함한—, 선언되는 데 그치지 않고 실제로 제공되는 1M 윈도우, 그리고 체험판 이후의 요금표. 최소한 처음 두 가지가 실현되기 전까지 Ling-3.1-flash를 정확히 표현하면, 강력하고 빠르며 폐쇄형이고 텍스트 전용인 모델로서 41점이라는 진정한 독립 점수와 진정으로 유망한 에이전트형 프로필을 갖추고 있으며, 퍼스트파티로 제공되고 예고 없이 닫히는 기간 동안 무료다.

지금 나서야 할 사람: 자신의 업무가 에이전트형이거나 터미널 형태 또는 오피스 형태이고, 자신의 프롬프트로 2주간 무료 추론을 사용해 초당 212토큰의 560B MoE가 자신이 만드는 것을 바꾸는지 확인하고 싶은 사람. 기다려야 할 사람: 자체 호스팅을 계획하는 사람, 조달 담당자가 검토하기 전에 라이선스가 필요한 사람, 프로덕션에서 백만 토큰 창이 필요한 파이프라인을 가진 사람, 프로모션 기간 이후에도 유지되는 비용 모델이 필요한 사람. 이 네 부류 모두에게 오늘 정직한 답은 아직 결정을 내릴 수 없다는 것이며, 이를 풀어줄 것은 또 다른 벤치마크 차트가 아니라 Hugging Face 리포지토리다.