Ling-3.1-flash-1019, 44점으로 Kimi K3와 동점 — 그리고 여전히 다운로드할 것은 없다

숫자가 모델보다 먼저 도착했다. 10월 22일 앤트그룹(Ant Group)의 Ling 팀은 자사 계정에 Ling-3.1-flash-1019를 올리며 점수와 약속을 함께 붙였다. Artificial Analysis Intelligence Index에서 44점으로, 일주일 전 Ling-3.1-flash의 41점에서 오른 수치이자 Moonshot의 Kimi K3와 같은 수준이다. 같은 게시물은 API 접근과 공개 가중치가 "곧 제공될 예정"이라고 밝힌다. Artificial Analysis의 모델 페이지도 앞부분에는 동의한다 — 44점, 자사가 추적하는 174개 모델 가운데 3위 — 그리고 뒷부분에도 동의한다. 공개적으로 이용 가능한 API가 없고, 파라미터 수는 비공개이며, 라이선스 상태는 독점(proprietary)이다. 따라서 정확한 문장은 "앤트가 K3급 모델을 출시했다"가 아니다. 그것은 이렇다. 앤트는 Ling-3.1-flash-1019에 대해 측정된 점수를 내놓았고, 오늘 현재 앤트 자체 평가 파이프라인 밖에서는 그 점수를 얻어낸 빌드를 호출할 수 있는 사람이 아무도 없다. 이 글은 숫자 하나와 약속 하나만큼의 깊이를 지닌 모델에 관한, 지금까지 우리가 아는 바를 정리한 것이며, 아래의 모든 수치에는 출처가 붙어 있거나 출처가 없음을 명시적으로 밝히는 라벨이 붙어 있다.

한 번에 요약하자면: Ling-3.1-flash-1019은 Ling-3.1-flash와 같은 계열의 날짜가 찍힌 체크포인트로, 약 5,600억 개 파라미터의 희소 전문가 혼합(MoE) 모델이며 토큰당 약 250억 개 파라미터가 활성화되고, 하이브리드 선형 어텐션 스택을 사용하며 100만 토큰 컨텍스트를 주장한다 — 그리고 "1019"는 빌드 날짜이지 새로운 아키텍처가 아니다. 새로운 것은 점수, 그것을 얻는 비용, 그리고 이 비교가 이제 관련시키는 두 연구소 사이의 격차다: 발표만 하고 출시하지 않은 Ant, 그리고 자체 날짜가 찍힌 플래시 빌드인 DeepSeek V4.1-Flash-1017을(를) 가중치와 변동 없는 요금표와 함께 닷새 먼저 내놓은 DeepSeek. 이 두 출시 방식 사이의 거리가 이 글의 대부분이다.

44가 무엇인지, 그리고 페이지가 말하지 않는 것

Artificial Analysis Intelligence Index는 단일 테스트가 아니라 종합 지수입니다. 버전 4.3.2는 열 가지 평가에 가중치를 부여합니다: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience, AA-LCR v1.1. 사무 업무, 터미널 사용, 경시 수학, 긴 문맥 검색, 환각 행동을 혼합한 종합 지수는 거의 모든 모델에 대해 하나의 숫자를 산출하며, 그 숫자의 정보 가치는 그 아래에 놓인 행들에 달려 있습니다.

Ling-3.1-flash-1019의 경우, 아직 해당 행들이 없습니다. 이 페이지는 44점을 게시하고 전체 3위로 순위를 매깁니다. 1M 토큰 컨텍스트, 텍스트 입력 및 텍스트 출력, 추론 모델, 비공개 파라미터 수를 나열하며 — 가장 중요한 부분인 — 평가별 결과와 속도가 들어가야 할 자리에는 “공개적으로 사용 가능한 API 없음”이라고 적혀 있습니다. SciCode는 검토 중으로 표시되어 있습니다. 출력 속도 수치도, 지연 시간 수치도 없고, 가중치나 엔드포인트 없이 단 하나의 행도 재현할 방법이 없습니다. 이는 접근할 수 있는 것만 측정할 수 있는 Artificial Analysis에 대한 비판이 아니라, 현시점에서 증거가 얼마나 빈약한지를 설명하는 것입니다. 종합 점수 아래의 모델 세부 정보는 측정된 것으로, 거의 확실히 벤더가 호스팅하거나 벤더가 제공한 엔드포인트에서 측정되었으며, 그러한 운영 방식의 세부 사항은 공개되어 있지 않습니다.

그 페이지에 있는 두 숫자는 헤드라인보다 더 큰 역할을 한다. 둘 다 점수가 아니라 비용이기 때문이다. 첫 번째는 인덱스 실행 중 소비된 출력 토큰으로, 1019 빌드는 3억 5천만 개였고 41점을 받은 빌드는 2억 2천만 개였다. 두 번째는 Intelligence Index 작업당 비용으로, 1.49달러였으며 이전 버전은 1.00달러였다. 함께 읽으면 이 숫자들은 점수가 말해 주지 못하는 것을 말해 준다. 추가된 3점은 같은 명목 요율표에서 약 59% 더 오래 생각한 대가로 얻은 것이며, 작업당 청구액은 약 49% 올랐다. 모델이 더 오래 추론하도록 만들어 인덱스 점수를 올리는 연구소가 그렇게 하는 것이 틀린 것은 아니다 — 추론 길이는 정당한 수단이다 — 하지만 그것은 44점이 공짜가 아니며, 인덱스만으로 비교하는 구매자는 점당 비용이 잘못된 방향으로 움직인 숫자를 비교하고 있다는 뜻이다.

요금표 자체는 변경되지 않았습니다. Artificial Analysis는 두 빌드 모두 입력 토큰 100만 개당 $0.30, 출력 토큰 100만 개당 $0.90, 80% 캐시 할인, 표준 믹스 기준 백만 개당 블렌디드 $0.19, 1M 컨텍스트 창을 명시합니다. 이는 모체가 공개한 가격을 그대로 이어받은 것으로, 공급업체가 새 가격을 발표하지 않았을 때는 합리적인 가정이지만 어디까지나 가정입니다. 라이브 빌드에 적용된 Ant의 프로모션 가격은 — 아래에서 더 다루겠지만 — 정가보다 훨씬 낮습니다.

세 점이 어디서 나왔는지

Ant는 1019 빌드에 대한 평가별 표를 공개하지 않았다. 유통된 하위 점수들은 해당 발표를 다룬 중국어 보도에서 나온 것으로, Artificial Analysis에 귀속된 두 가지 변동을 전한다. AA-Briefcase는 약 1,400 Elo에서 1,524로 상승했고, AutomationBench-AA는 약 62%에서 68%로 올랐다. 두 수치 모두 모델 페이지에 평가 행이 나타나기 전까지는 간접 정보로 취급해야 한다. 이는 보도된 수치일 뿐, 이 기사가 1차 표와 대조해 검증한 값이 아니다.

그것들은 적어도 상위 빌드가 측정한 것과 내부적으로 일관됩니다. 10월 7일에 Ling-3.1-flash 페이지를 읽었을 때, AA-Briefcase는 1,400.35였고 AutomationBench-AA는 0.617이었습니다. 이는 해당 보도에서 "대략 1,400"과 "약 62%"로 반올림한 값과 같습니다. 따라서 변화의 방향은 그럴듯하며, 이는 특정 주장을 가리킵니다. 즉 이번 업데이트는 일반적인 역량 향상이 아니라 에이전트형 작업 및 사무 업무 개선입니다. AutomationBench와 AA-Briefcase는 이 지표에서 다단계 도구 사용과 장기 과제 완료를 가장 직접적으로 보상하는 두 항목입니다. 만약 이들이 움직였고 GDPval, SciCode, HLE, CritPt는 움직이지 않았다면, Ling-3.1-flash-1019에 대한 올바른 설명은 "더 똑똑하다"가 아니라 "과제를 더 잘 완수한다"입니다.

그 구분에는 실용적인 이점이 있다. 에이전트형 행에서 향상된 모델은 자체 도구 호출 워크로드에 대해 시험해 볼 가치가 있고, 고르게 향상된 모델은 어디에나 시험해 볼 가치가 있다. 행들이 공개되기 전까지는, 44는 당신이 둘 중 어느 쪽을 쥐고 있는지 알려줄 수 없으며, 합리적인 태도는 이 빌드를 지적한 계정이 취한 것과 같다: 전체 점수를 보여주는 것이다. 종합 점수는 표제일 뿐이다. 행들이 곧 결정이다.

Kimi K3-Flash 프레이밍, 가격 책정

Ling-3.1-flash-1019를 많은 타임라인에 올린 프레이밍은 10월 22일 팔로워가 많은 한 계정에서 나왔는데, 그 계정은 이 빌드를 사실상 Kimi K3-Flash, 즉 플래시 등급의 경제성으로 구현한 K3급 지능이라고 묘사했고, 이 라인에서의 Ant의 진전과 V4.1-Flash에서의 DeepSeek의 진전 사이에 평행선을 그렸다. "Kimi K3-Flash"도 그 평행선도 제품 주장이 아니다. 둘 다 약칭이며, 그 약칭이 맞게 짚는 부분과 얼버무리는 부분을 분리해 볼 가치가 있다.

가격 대비 지수 계산을 제대로 짚은 점은 분명하며, 그 계산은 극명하다. Kimi K3는 Max 구성에서 동일 지수상 44에 있다. 또한 2.8조 파라미터 모델로 토큰당 활성 파라미터가 1,040억 개이며, Moonshot이 입력 100만 토큰당 $3.00, 출력 100만 토큰당 $15.00, 캐시 입력 $0.30으로 책정했다. Ling-3.1-flash-1019는 5,600억 파라미터 계열로 활성 파라미터가 약 250억 개이며, 가격은 $0.30과 $0.90이다. 동일한 종합 점수, 입력 요금은 10분의 1, 출력 요금은 16분의 1, 토큰당 활성 파라미터는 4분의 1이다. 지수만 필요하다면 그것은 미미한 승리가 아니라, 동일한 대표 수치에 대한 전혀 다른 비용 구조다.

이 약칭이 가려버리는 것은 바로 그 지수가 측정하지 않는 모든 것이다. Kimi K3는 이미지 입력을 받지만, Artificial Analysis는 Ling-3.1-flash-1019를 텍스트 입력, 텍스트 출력으로 표시한다. Kimi K3는 7월 말부터 자체 라이선스로 다운로드할 수 있었고 그때부터 여러 공급자에서 호출할 수 있었다. Ling-3.1-flash-1019에는 가중치도 엔드포인트도 없다. Kimi K3의 평가 행은 공개되어 있고 속도도 측정된다. 44는 눈에 보이는 표에 대한 종합 점수다. Ling의 44는 아직 눈에 보이지 않는 표에 대한 종합 점수다. 그리고 파라미터 수는 "560B"라는 말이 암시하는 방식으로 비교할 수 없다. K3는 토큰당 1040억 파라미터를 사용하고, 이 빌드는 250억을 사용한다.

• 지수 — Artificial Analysis Intelligence Index v4.3.2 기준, 둘 다 44.

• 가격 — Ling-3.1-flash-1019는 100만 토큰당 입력 $0.30 / 출력 $0.90인 반면, Kimi K3는 $3.00 / $15.00입니다.

• 활성 파라미터 — 토큰당 약 25B 대 104B. 총계: 약 560B 대 2.8T.

• 모달리티 — 텍스트 전용 대 텍스트 및 이미지 입력.

• 사용 가능성 — 발표만 되었을 뿐 API도 가중치도 없음, 반면 2026년 7월부터 다운로드 및 서비스 제공 중.

• 증거 — 공개된 행이 없는 합성물 대 공개된 표와 측정된 출력 속도를 갖춘 합성물.

그런 식으로 놓고 보면, “Kimi K3-Flash”는 의도에 대해서는 공정한 설명이고 현재 상황에 대해서는 불공정한 설명이다. 의도는 실재한다. Ant가 이 빌드를 부모 모델의 MIT 라이선스와 부모 모델의 가격으로 출시한다면, 그것은 시장에서 K3 수준의 종합 성능에 도달하는 가장 저렴한 경로가 되며, 그 차이는 매우 크다. 현재 상황은 그것이 뒤에 아무런 아티팩트도 없는 점수라는 것이고, 44에 실제로 임대할 수 있는 모델들은 가격이 그것과 전혀 다르다.

두 개의 실험실, 하나의 플레이북: 날짜가 찍힌 체크포인트

더 흥미로운 패턴은 점수가 아니다. 그것은 릴리스의 형태다. 이 비교가 다루는 두 연구소는 모두 이번 달에 동일한 명명 규칙 아래 중간 주기 리프레시를 내놓았는데 — 기존 제품명에 네 자리 월-일 접미사를 붙인 방식 — 그리고 둘 다 그 접미사를 버전으로 읽으라고 했다.

DeepSeek의 항목은 DeepSeek V4.1-Flash-1017이며, 날짜는 10월 17일로 Ant보다 닷새 앞선다. 변경 로그는 이번 업데이트를 "성능-비용 파레토 개선"이라고 불렀고, API 호출 방식과 가격은 변경되지 않았다고 밝혔으며, 기존 호출을 새 빌드로 연결했다. 가중치는 같은 날 아침 MIT 라이선스로 Hugging Face에 공개됐고, 7,630억 파라미터이며 아무것도 게이트되지 않았다. 지수에서는 Artificial Analysis를 인용한 보도가 이를 45로 평가해 Ling의 1019보다 1점 높다. 이는 10월 초 V4.1-Flash (Max) 구성이 측정된 39에서 6점 상승한 것이다. 열흘 만에 6점, 가중치까지 포함해서다.

Ant의 항목은 Ling-3.1-flash-1019로, 접미사 기준 날짜는 10월 19일이며 10월 22일에 발표되었다. 약 일주일 사이에 세 개의 포인트가 있었고, 가중치는 포함되지 않았으며, 가중치 공개 날짜도 제시되지 않았다. 같은 플레이북, 다른 실행: DeepSeek는 체크포인트를 출시로 취급했고, Ant는 이후 출시가 뒤따를 스코어보드 업데이트로 취급했다. 그것은 스캔들이 아니고 이례적인 일도 아니다 — 연구소들은 늘 가중치보다 먼저 발표한다 — 하지만 그것은 독자가 오늘 무엇을 할 수 있는지를 바꾸며, 트래픽을 라우팅할지도 모르는 모델에 있어 중요한 유일한 테스트다.

명명 규칙 안에는 운영상의 결과가 숨어 있으며, 이것이 이 패턴을 한 번의 릴리스 너머로 추적할 가치가 있는 이유입니다. 공급업체가 접미사만 바꾸고 API 모델 문자열은 그대로 둔 채 모델을 새로 고치면, “플래시 모델”은 더 이상 안정적인 대상이 아닙니다. 모델을 이름으로 요청하면 공급자는 그 이름을 가장 최근에 출시한 빌드로 연결하며, 지난주의 평가는 오늘 아침 응답한 대상이 무엇인지 더 이상 설명하지 못합니다. DeepSeek는 이 점을 분명히 밝혔습니다. 변경 로그에 따르면 기존 모델 문자열로 보낸 호출은 이제 1017 빌드에 도달합니다.

해결책은 버전 고정이며, 이는 벤치마크 문제라기보다 라우팅 문제입니다. 또한 우리 자체 카탈로그가 예시로서 유용한 지점이기도 한데, 카탈로그에는 deepseek/deepseek-v4.1-flash 및 deepseek/deepseek-v4.1-flash-1017를 별도의 모델 ID로 모두 나열하고, kimi/kimi-k3도 함께 나열하므로 호출자는 제품군이 아니라 빌드를 지정할 수 있습니다. Ling-3.1-flash-1019는 우리 카탈로그에 없으며 이 글은 그렇지 않은 척하지 않을 것입니다 — 검증할 수 있는 어디에도 이 모델의 엔드포인트가 없는데, 바로 이것이 위 섹션의 핵심입니다.

실제로 공개된 것은 무엇이며, "곧 출시"는 어떤 가치가 있는가

발표되는 빌드는 공개된 빌드가 아닙니다. 공개된 것은 Ling-3.1-flash이며, 그 가중치는 Ant가 10월 15일 MIT 라이선스로 Hugging Face와 ModelScope에 공개했습니다. 이 모델 카드는 1019 발표문과 달리 구체적입니다: 총 매개변수 5,600억 개, 토큰당 활성 매개변수 250억 개, 다운로드 가능한 5,720억 매개변수 체크포인트, 7:1 비율의 KDA 레이어 63개와 게이트형 MLA 레이어 9개 및 밀집 레이어 4개, 라우팅 전문가 512개(활성 8개, 공유 1개), 어휘 크기 157,184, 그리고 100만 토큰 컨텍스트.

해당 상위 빌드의 서빙 스토리는 560B 모델이 조금이라도 흥미로운 이유입니다. Ant의 릴리스 노트는 라우팅된 전문가에는 MXFP4를, 덴스 레이어에는 block-FP8을 사용하는 혼합 정밀도 기법을 설명합니다. 이 기법은 가중치 풋프린트를 약 534GB에서 292GB로 줄이고, 테스트된 구성에서는 Hopper 배포를 8개 GPU에서 4개로 줄입니다. SGLang 및 vLLM용 레시피, Ant가 PCP/DCP라고 부르는 긴 컨텍스트 병렬 처리 기법, 그리고 도구 호출을 위한 개선된 JSON Schema 지원도 있습니다. Ant가 공개한 측정 서빙 수치는 좋은 의미에서 무난합니다. 8개 Hopper GPU에서는 76% 캐시 적중률에서 평균 최초 토큰 시간 604ms, 토큰 간 지연 3.28ms이고, 4개에서는 초당 약 1.36쿼리, P50 최초 토큰 시간 3초 미만입니다.

1019 빌드에 대해 확인된 것은 아무것도 없습니다. 같은 라인에 날짜가 찍힌 체크포인트가 있고 동일한 파라미터 수가 언급되지 않는다면, 양자화 관련 설명을 다시 만들었을 가능성은 낮다는 점은 합리적인 예상입니다. 그러나 예상은 문서가 아니며, 이 릴리스가 운영 수준에서 중요한지를 결정할 두 가지가 모두 빠져 있습니다. 첫째는 라이선스입니다. Ant가 10월 15일 올린 자체 게시물은 상위 모델을 오픈소스라고 설명하면서 라이선스는 전혀 명시하지 않았고, Hugging Face 카드는 MIT라고 말합니다. 이 둘은 권위가 다른 서로 다른 아티팩트이며, 1019 빌드의 경우 아직 어느 쪽도 존재하지 않습니다. 둘째는 체크포인트입니다. Hopper GPU 네 대에서 실행되는 활성 파라미터 250억 모델은 여덟 대가 필요한 모델과는 실질적으로 다른 제안이며, 네 대 GPU라는 주장 전체가 이 빌드에 아직 첨부되지 않은 양자화 레시피에 의존합니다.

그러므로 "곧 출시"를 공정하게 해석하자면, 그것은 일정에 관한 진술이지 기술적 진술이 아닙니다. 그것은 Ant가 출시할 의도가 있다는 것만 알려줍니다. 어떤 조건으로, 어느 규모로 출시하는지, 혹은 배포 계산이 그대로 적용되는지는 알려주지 않습니다.

오늘 실행할 수 있는 것

호출 가능한 빌드는 부모 모델인 Ling-3.1-flash이며, 이에 대한 유의점은 실제로 사용해 본 뒤에야 드러나는 종류입니다. 제공되는 컨텍스트는 사양에서 주장하는 1M가 아니라 262,144토큰이었고, 호스팅 엔드포인트에는 32,768토큰 출력 상한이 있으며, 호스팅 가격은 정가가 아닌 프로모션 가격이었습니다. Ant의 10월 15일 메모에 따르면 프로모션은 약 75% 할인으로, 국제 측에서는 입력 100만 토큰당 $0.075, 출력 100만 토큰당 $0.225, 캐시 읽기 100만 토큰당 $0.015이고, Ling Studio에서는 ¥0.5 / ¥1.5 / ¥0.1입니다. 이는 1019 빌드가 아니라 부모 모델에 대한 실제 수치이며, 1019 빌드에는 자체 공개 요금이 없습니다.

질문이 "이것을 프로덕션 경로로 옮겨야 하나?"라면 답은 아니요이며, 모델이 나쁘기 때문이 아닙니다. 엔드포인트도, 가중치도, 라이선스도, 공개된 평가별 결과 행도 없는 빌드는 평가할 수 없고, 예상만 할 수 있습니다. 질문이 "이 라인은 주목할 가치가 있나?"라면 답은 예이며, 그것에 대해 저렴하게 행동하는 방법은 그것이 동등하다고 주장하는 대상으로 벤치마크를 돌리는 것입니다. Kimi K3와 DeepSeek V4.1-Flash-1017은 모두 하나의 OrcaRouter 키로 접근할 수 있으며, 가격은 공급자 정가에 0% 마크업이므로, 동일한 하네스를 둘 다에 실행하면 Ant가 무엇이든 출시하기 전에 44와 45가 작업당 실제로 얼마의 비용을 초래하는지 알 수 있습니다. 자동 페일오버가 여기서 중요한 데에는 평범한 이유가 있습니다. 새 평가 하네스를 낯선 빌드에 겨냥할 때, 잘못된 엔드포인트 때문에 오후 한 나절이 아니라 재시도 한 번만 치르기를 바라기 때문입니다. 라우팅 DSL은 클라이언트를 두 번 다시 작성하고 싶지 않다면 두 모델 중 어느 것이든 단일 엔드포인트 뒤에 둘 것입니다.

무엇이 그것을 해결할까요?

판도를 얼마나 크게 바꿀지에 따라 내림차순으로 정리한 네 가지.

• 평가 행. Artificial Analysis 페이지에 평가별 표를 공개하면 44가 헤드라인에서 프로필로 바뀌고, 독자에게 이것이 에이전트형 개선인지 폭넓은 개선인지 알려줄 수 있다. SciCode가 "검토 중"에서 벗어나는 것은 평소보다 더 중요하다. 코딩이 저렴한 모델이 비싼 모델을 가장 먼저 대체하는 영역이기 때문이다.

• 가중치가 명시된 라이선스와 함께 제공된다면. MIT라면 ‘4개 GPU’ 주장을 어디서나 재현 가능하게 만들어, 누구나 셀프 호스팅할 수 있는 가장 저렴한 K3급 모델로 만들 것이다. 제한적이거나 맞춤형 라이선스라면 44는 계약이 붙은 마케팅 숫자에 그치게 하고, 그 자체로 하나의 이야깃거리가 될 것이다.

• API가 있어 속도와 지연 시간이 존재합니다. 엔드포인트가 있는 인덱스의 모든 모델에는 측정된 출력 속도가 있습니다. 하지만 이 모델에는 없습니다. 즉, "flash" 주장의 효율성 측면은 현재 검증되지 않았습니다. 59% 더 오래 추론하는 flash 모델은 같은 양을 더 빠르게 추론하는 모델과는 다른 제품입니다.

• 세 모델 모두에 적용되는 단일 하네스. 아직 Ling-3.1-flash-1019, DeepSeek V4.1-Flash-1017, Kimi K3를 동일한 평가에서 실행하는 공개 벤치마크는 없으며, 그런 벤치마크가 나오기 전까지 이 글의 모든 비교 — 이 글을 촉발한 게시물에 있는 비교까지 포함해 — 는 서로 다른 시점에 서로 다른 구성에서 계산된 복합 점수들의 비교이다.

적어도 그중 첫 번째가 나오기 전까지는, Ling-3.1-flash-1019에 대한 정확한 요약은 이렇다. 실제 연구소에서 나온 실제 점수지만, 아직 아티팩트로 존재하지 않는 모델에 대한 점수다. Ant는 이제 두 개의 Ling-3.1-flash 빌드를 각각 완전히 사용 가능해지기 전에 발표했다. 가중치 없이 나온 9월 출시와, 가중치도 엔드포인트도 없는 이번 빌드다. 패턴은 계획을 세울 만큼 명확하다. Ant 접미사는 무언가가 오고 있다는 신호로, DeepSeek의 접미사는 무언가가 이미 와 있다는 신호로 받아들이면 된다. 44점은 알아둘 가치가 있다. 아직 라우팅할 가치가 있는 것은 아니다.