Ling-3.1-flash-1019 evenaart Kimi K3 met 44 — en er is nog steeds niets te downloaden.

Het cijfer arriveerde voordat het model er was. Op 22 oktober zette het Ling-team bij Ant Group Ling-3.1-flash-1019 op zijn eigen account, met een score en een belofte eraan verbonden: 44 op de Artificial Analysis Intelligence Index, tegen 41 voor Ling-3.1-flash een week eerder, en gelijk aan Moonshot's Kimi K3. Hetzelfde bericht zegt dat API-toegang en open gewichten "binnenkort beschikbaar" zijn. De modelpagina van Artificial Analysis bevestigt de eerste helft — 44, derde van de 174 modellen die het volgt — en ook de tweede: geen publiek beschikbare API, een niet bekendgemaakt aantal parameters en een licentiestatus van proprietary. De juiste zin is dus niet "Ant heeft een model van K3-klasse uitgebracht." Het is: Ant heeft een gemeten score gepubliceerd voor Ling-3.1-flash-1019, en vanaf vandaag kan niemand buiten Ants eigen evaluatiepijplijn de build aanroepen die die score opleverde. Dit is een overzicht van wat we tot nu toe weten over een model dat niet dieper gaat dan één cijfer en één belofte, en elk cijfer hieronder heeft ofwel een bron ofwel een expliciet label dat het er geen heeft.

De vorm van het geheel, voor wie het in één adem wil: Ling-3.1-flash-1019 is een checkpoint met datumstempel uit dezelfde lijn als Ling-3.1-flash — een sparse mixture-of-experts met ruwweg 560 miljard parameters, waarvan ongeveer 25 miljard parameters actief per token, een hybride linear-attention-stack en een geclaimde context van 1M tokens — en "1019" is een builddatum, niet een nieuwe architectuur. Wat nieuw is, is de score, de kosten om die te behalen, en de kloof tussen de twee labs die deze vergelijking nu in het spel brengt: Ant, dat aankondigde in plaats van uit te leveren, en DeepSeek, waarvan de eigen gedateerde flash-build, DeepSeek V4.1-Flash-1017, vijf dagen eerder verscheen met gewichten en een ongewijzigde tariefkaart. De afstand tussen die twee release-stijlen is grotendeels waar dit artikel over gaat.

Wat 44 is, en wat de pagina niet zegt

De Artificial Analysis Intelligence Index is een samengestelde maatstaf, geen enkele test. Versie 4.3.2 weegt tien evaluaties: AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience en AA-LCR v1.1. Een samengestelde maatstaf die kantoorwerk, terminalgebruik, wiskunde op wedstrijdniveau, het ophalen uit lange contexten en hallucinatiegedrag combineert, levert voor vrijwel elk model een getal op, en dat getal is slechts zo informatief als de rijen eronder.

Voor Ling-3.1-flash-1019 zijn de rijen er nog niet. De pagina publiceert 44 en rangschikt het model als derde overall; er staat een context van 1M tokens, tekst in en tekst uit, een reasoningmodel, een niet-openbaar aantal parameters, en — het belangrijkste — "Geen openbaar beschikbare API" waar resultaten per evaluatie en snelheid horen te staan. SciCode is gemarkeerd als in beoordeling. Er is geen cijfer voor outputsnelheid, geen latentiecijfer en geen manier om één enkele rij te reproduceren zonder de gewichten of een endpoint. Dat is geen kritiek op Artificial Analysis, dat alleen kan meten wat het kan bereiken; het is een beschrijving van hoe dun het bewijs op dit moment is. De modeldetails onder de samengestelde score zijn gemeten, hoogstwaarschijnlijk op een door de leverancier gehost of geleverd endpoint, en de details van die regeling zijn niet openbaar.

Twee getallen op die pagina doen meer werk dan de kop, omdat beide kosten zijn in plaats van scores. Het eerste is outputtokens die tijdens de indexrun zijn verbruikt: 350 miljoen voor de 1019-build, tegenover 220 miljoen voor de build die 41 scoorde. Het tweede zijn de kosten per Intelligence Index-taak: $1,49, tegenover $1,00 voor zijn voorganger. Samen gelezen zeggen ze iets wat een score niet kan: de drie extra punten zijn gekocht door ongeveer 59% langer na te denken tegen hetzelfde nominale tariefkaart, en de rekening per taak steeg met ongeveer 49%. Een lab dat indexpunten wint door een model langer te laten redeneren, doet daar niet verkeerd aan — redeneerlengte is een legitieme hefboom — maar het betekent wel dat de 44 niet gratis is, en dat een koper die alleen op index vergelijkt een getal vergelijkt waarvan de kosten per punt de verkeerde kant op zijn bewogen.

De tariefkaart zelf is ongewijzigd. Artificial Analysis vermeldt $0,30 per miljoen inputtokens en $0,90 per miljoen output voor beide builds, een cachekorting van 80%, een blended tarief van $0,19 per miljoen bij de standaardmix en een contextvenster van 1M. Dat zijn de overgenomen gepubliceerde prijzen van het moederbedrijf, wat een redelijke aanname is wanneer een leverancier geen nieuwe prijzen heeft aangekondigd, maar het blijft een aanname. De promotieprijzen van Ant voor de live build — meer daarover hieronder — liggen ruim onder het lijktarief.

Waar de drie punten vandaan kwamen

Ant heeft geen per-evaluatietabel gepubliceerd voor de 1019-build. De subscores die de ronde doen, komen uit Chinese taalberichtgeving over de aankondiging, waarin twee verschuivingen worden gemeld die aan Artificial Analysis worden toegeschreven: AA-Briefcase stijgt van ongeveer 1.400 Elo naar 1.524, en AutomationBench-AA van ongeveer 62% naar 68%. Behandel beide als tweedehands totdat de evaluatierijen op de modelpagina verschijnen — het zijn gerapporteerde cijfers, niet cijfers die dit artikel tegen een primaire tabel heeft geverifieerd.

Ze zijn ten minste intern consistent met wat de bovenliggende build heeft gemeten. Toen we de Ling-3.1-flash-pagina op 7 oktober lazen, stond AA-Briefcase op 1.400,35 en AutomationBench-AA op 0,617 — dezelfde waarden die de berichtgeving afrondt tot "ongeveer 1.400" en "ongeveer 62%". De ontwikkelingsrichting is dus plausibel, en wijst op een specifieke bewering: de update is een verbetering op het gebied van agentisch en kantoorwerk, niet een algemene capaciteitsverhoging. AutomationBench en AA-Briefcase zijn de twee rijen in deze index die meerstaps-toolgebruik en het voltooien van langdurige taken het meest direct belonen. Als die zijn veranderd en GDPval, SciCode, HLE en CritPt niet, dan is de juiste omschrijving van Ling-3.1-flash-1019 "beter in het afmaken van taken", niet "slimmer".

Dat onderscheid heeft een praktische kant. Een model dat vooruitgaat op agentische rijen is het waard om te testen tegen je eigen tool-calling-workload; een model dat gelijkmatig vooruitgaat, is het waard om overal te testen. Totdat de rijen worden gepubliceerd, kan de 44 je niet vertellen welke van die twee je in handen hebt, en de redelijke houding is degene die het account dat deze build markeerde aannam: laat de volledige scores zien. De composite is een kop. De rijen zijn de beslissing.

De framing van de Kimi K3-Flash, geprijsd

De framing waardoor Ling-3.1-flash-1019 op veel tijdlijnen belandde, kwam op 22 oktober van een account met veel volgers. Dat beschreef de build in feite als een Kimi K3-Flash — intelligentie van K3-klasse tegen flash-economie — en trok een parallel tussen Ants voortgang op deze lijn en die van DeepSeek op V4.1-Flash. Noch "Kimi K3-Flash" noch de parallel is een productclaim; beide zijn steno, en het is de moeite waard om te scheiden wat het steno goed weergeeft van wat het verdoezelt.

Wat er klopt, is de prijs-tot-index-rekensom, en die rekensom is schril. Kimi K3 staat op 44 op dezelfde index in zijn Max-configuratie. Het is ook een model met 2,8 biljoen parameters en 104 miljard actieve per token, door Moonshot geprijsd op $3,00 per miljoen input en $15,00 per miljoen output, met gecachte input tegen $0,30. Ling-3.1-flash-1019 is een modelreeks met 560 miljard parameters en ongeveer 25 miljard actieve, geprijsd op $0,30 en $0,90. Dezelfde samengestelde score, een tiende van het inputtarief, een zestiende van het outputtarief en een kwart van de actieve parameters per token. Als je alleen de index nodig hebt, is dat geen marginale winst; het is een andere kostenstructuur voor hetzelfde kerncijfer.

Wat de verkorte aanduiding verdoezelt, is alles wat de index niet meet. Kimi K3 accepteert beeldinvoer; Artificial Analysis vermeldt Ling-3.1-flash-1019 als tekst in, tekst uit. Kimi K3 is sinds eind juli downloadbaar onder zijn eigen licentie en sindsdien bij meerdere providers aanroepbaar; Ling-3.1-flash-1019 heeft noch gewichten noch een endpoint. De evaluatierijen van Kimi K3 zijn gepubliceerd en de snelheid ervan is gemeten — 44 is een samengestelde score over een zichtbare tabel. De 44 van Ling is een samengestelde score over een tabel die nog niet zichtbaar is. En de parameteraantallen zijn niet vergelijkbaar op de manier die het woord "560B" suggereert: K3 verbruikt 104 miljard parameters per token, deze build verbruikt 25 miljard.

• Index — 44 voor beide, op Artificial Analysis Intelligence Index v4.3.2.

• Prijs — Ling-3.1-flash-1019 $0,30 in / $0,90 uit per 1 miljoen tegenover Kimi K3 $3,00 / $15,00.

• Actieve parameters — ongeveer 25B per token versus 104B per token. Totaal: ongeveer 560B versus 2,8T.

• Modaliteit — alleen tekst versus tekst- en afbeeldingsinvoer.

• Beschikbaarheid — aangekondigd, geen API, geen modelgewichten, tegenover downloadbaar en aangeboden sinds juli 2026.

• Bewijs — een composiet zonder gepubliceerde rijen, versus een composiet met een gepubliceerde tabel en een gemeten outputsnelheid.

Zo gesteld is "Kimi K3-Flash" een eerlijke beschrijving van de bedoeling en een oneerlijke beschrijving van de tegenwoordige tijd. De bedoeling is echt: als Ant deze build uitbrengt onder de MIT-licentie van de moeder en tegen de prijs van de moeder, wordt het met ruime marge de goedkoopste route naar composietprestaties op K3-niveau op de markt. De tegenwoordige tijd is dat het een score is zonder enig artefact erachter, en de modellen die je bij 44 daadwerkelijk kunt huren, kosten lang niet hetzelfde.

Twee labs, één playbook: het checkpoint met datumstempel

Het interessantere patroon is niet de score. Het is de vorm van de release. Beide labs waar deze vergelijking betrekking op heeft, brachten deze maand mid-cycle-refreshes uit volgens dezelfde naamgevingsconventie — een viercijferig achtervoegsel voor maand en dag, vastgeplakt aan een bestaande productnaam — en beide vroegen je om het achtervoegsel als de versie te lezen.

DeepSeeks inzending is DeepSeek V4.1-Flash-1017, gedateerd op 17 oktober, vijf dagen voor die van Ant. In het changelog werd de update een "Pareto-verbetering van prestatie en kosten" genoemd, stond dat de API-aanroepmethode en prijsstelling ongewijzigd waren, en werden bestaande calls naar de nieuwe build verwezen. De gewichten verschenen diezelfde ochtend op Hugging Face onder MIT, met 763 miljard parameters, zonder enige toegangsbeperking. Op de index plaatst de berichtgeving die Artificial Analysis aanhaalt het op 45, één punt boven Ling's 1019 — een stijging van zes punten ten opzichte van de 39 waarop de configuratie V4.1-Flash (Max) begin oktober werd gemeten. Zes punten in tien dagen, gewichten inbegrepen.

De inzending van Ant is Ling-3.1-flash-1019, volgens het achtervoegsel gedateerd op 19 oktober en aangekondigd op 22 oktober. Drie punten in ongeveer een week, gewichten niet inbegrepen, geen datum gegeven voor hun aankomst. Zelfde draaiboek, andere uitvoering: DeepSeek behandelde de checkpoint als een oplevering, Ant behandelde het als een scorebordupdate met een oplevering in het vooruitzicht. Dat is geen schandaal, en het is niet ongewoon — labs kondigen voortdurend aan vóór de gewichten — maar het verandert wat de lezer vandaag kan doen, en dat is de enige test die ertoe doet voor een model waar je verkeer naartoe zou kunnen routeren.

Er schuilt een operationele consequentie in de naamgevingsconventie, en dat is de reden waarom dit patroon de moeite waard is om verder te volgen dan één release. Wanneer een leverancier een model vernieuwt door het achtervoegsel te wijzigen en de API-modelstring ongewijzigd te laten, houdt "het flashmodel" op een stabiel doelwit te zijn. Je vraagt het model bij naam op, de provider laat de naam verwijzen naar de build die het meest recent is uitgeleverd, en je evaluatie van vorige week beschrijft niet langer wat vanmorgen antwoord gaf. DeepSeek was hier expliciet over — de changelog zegt dat aanroepen naar de bestaande modelstring nu de 1017-build bereiken.

Pinning is de oplossing, en het is een kwestie van routering, geen kwestie van benchmarks. Het is ook precies waar onze eigen catalogus toevallig bruikbaar is als illustratie: die vermeldt zowel deepseek/deepseek-v4.1-flash als deepseek/deepseek-v4.1-flash-1017 als afzonderlijke model-ID's, en kimi/kimi-k3 daarnaast, zodat een aanroeper de build kan noemen in plaats van de familie. Ling-3.1-flash-1019 staat niet in onze catalogus en dit artikel zal niet doen alsof dat wel zo is — er is nergens waar wij het kunnen verifiëren een endpoint voor, en dat is precies het punt van de bovenstaande sectie.

Wat is er eigenlijk open, en wat is "binnenkort beschikbaar" waard?

De build die wordt aangekondigd is niet de build die open is. De open versie is Ling-3.1-flash, waarvan Ant de gewichten op 15 oktober onder MIT op Hugging Face en ModelScope heeft gepubliceerd. De bijbehorende modelkaart is specifiek op een manier waarop de 1019-aankondiging dat niet is: 560 miljard totale parameters, 25 miljard actief per token, een downloadbaar checkpoint van 572 miljard parameters, 63 KDA-lagen plus 9 gated MLA-lagen in een verhouding van 7:1 en 4 dense lagen, 512 routed experts met 8 geactiveerd en 1 gedeeld, een vocabulaire van 157.184, en een context van 1M tokens.

Het servingverhaal bij die parent build is de reden dat een 560B-model überhaupt interessant is. De releaseopmerkingen van Ant beschrijven een gemengd-precisieschema — MXFP4 voor de gerouteerde experts, block-FP8 voor de dense lagen — dat de gewichtvoetafdruk terugbrengt van ongeveer 534GB naar 292GB en, in de geteste configuratie, een Hopper-deployment terugbrengt van acht GPU's naar vier. Er zijn recepten voor SGLang en vLLM, een lang-context-parallelschema dat Ant PCP/DCP noemt, en verbeterde JSON Schema-ondersteuning voor tool calls. De gemeten servingcijfers die Ant heeft gepubliceerd zijn onopvallend op de goede manier: op acht Hopper-GPU's een gemiddelde tijd tot het eerste token van 604ms en inter-tokenlatentie van 3,28ms bij een cachehitpercentage van 76%; op vier ongeveer 1,36 queries per seconde met een P50-tijd tot het eerste token onder drie seconden.

Niets daarvan is bevestigd voor de 1019-build. Het is een redelijke verwachting — een checkpoint met datumstempel op dezelfde lijn, waarbij dezelfde parameteraantallen onvermeld blijven, zal zijn kwantisatieverhaal waarschijnlijk niet opnieuw hebben opgebouwd — maar verwachting is geen documentatie, en de twee dingen die zouden bepalen of deze release op operationeel niveau ertoe doet, ontbreken beide. Het eerste is de licentie. Ants eigen bericht van 15 oktober beschrijft het bovenliggende model als open-source en noemt helemaal geen licentie; de Hugging Face-kaart zegt MIT. Dat zijn verschillende artefacten met verschillende autoriteit, en voor de 1019-build bestaat geen van beide nog. Het tweede is het checkpoint. Een model met 25 miljard actieve parameters dat op vier Hopper-GPU's draait, is een wezenlijk andere propositie dan een model dat er acht nodig heeft, en de hele claim van vier GPU's berust op een kwantisatierecept dat niet aan deze build is toegevoegd.

Dus de redelijke lezing van ‘binnenkort beschikbaar’ is dat het een planningsmededeling is, geen technische. Het zegt je dat Ant van plan is te leveren. Het zegt je niet onder welke voorwaarden, op welke schaal, of de deployment-rekensom blijft kloppen.

Wat je vandaag kunt uitvoeren

De aanroepbare build is de parent, Ling-3.1-flash, en de kanttekeningen erbij zijn van het soort dat pas boven water komt nadat je het probeert te gebruiken. De geserveerde context is 262.144 tokens geweest in plaats van de 1M die de specificatie claimt, met een uitvoerlimiet van 32.768 tokens op het gehoste endpoint, en de gehoste prijs is een actieprijs geweest in plaats van de lijstprijs. De notities van Ant van 15 oktober schatten de promotie op ongeveer 75% korting: $0,075 per miljoen input, $0,225 per miljoen output en $0,015 per miljoen gecachte reads aan de internationale kant, en ¥0,5 / ¥1,5 / ¥0,1 op Ling Studio. Dat zijn echte cijfers voor de parent, niet voor de 1019 build, die geen eigen gepubliceerd tarief heeft.

Als je vraag is "moet ik een productiepad hiernaartoe verhuizen", dan is het antwoord nee, en niet omdat het model slecht is. Een build zonder endpoint, zonder weights, zonder licentie en zonder gepubliceerde rijen per evaluatie kun je niet evalueren, alleen voorzien. Als je vraag is "is deze lijn het waard om te volgen", dan is het antwoord ja, en de goedkope manier om daarnaar te handelen is benchmarken wat het claimt te evenaren. Kimi K3 en DeepSeek V4.1-Flash-1017 zijn beide bereikbaar via één OrcaRouter-sleutel tegen de lijstprijs van de provider met 0% markup, dus dezelfde harness op beide draaien vertelt je wat 44 en 45 je per taak daadwerkelijk kosten voordat Ant iets uitbrengt. Automatische failover is hier om een alledaagse reden belangrijk: wanneer je een verse evaluatieharness op een onbekende build richt, wil je dat een slecht endpoint je een retry kost in plaats van een middag. De routing-DSL zet beide modellen achter één endpoint als je liever niet twee keer de client herschrijft.

Wat zou het beslechten?

Vier dingen, in aflopende volgorde van de mate waarin ze het beeld zouden veranderen.

• De evaluatierijen. Een gepubliceerde tabel per evaluatie op de Artificial Analysis-pagina zou van 44 een profiel maken in plaats van alleen een kop, en zou de lezer vertellen of dit een agentische verbetering is of een brede. Dat SciCode van "under review" afkomt, is belangrijker dan gebruikelijk, omdat codering de plek is waar een goedkoop model een duur model het eerst verdringt.

• De gewichten, met een bij naam genoemde licentie. MIT zou de claim van vier GPU's overdraagbaar maken en dit het goedkoopste model in de K3-klasse maken dat iedereen zelf kan hosten. Een beperkte of op maat gemaakte licentie zou van de 44 een marketingcijfer maken met een contract eraan vast, en zou op zichzelf al een verhaal zijn.

• Een API, zodat snelheid en latentie bestaan. Elk model in de index dat een endpoint heeft, heeft een gemeten uitvoersnelheid; deze heeft er geen, wat betekent dat de efficiëntiehelft van de "flash"-claim momenteel ongetest is. Een flashmodel dat 59% langer redeneert, is een ander product dan een dat in dezelfde mate sneller redeneert.

• Eén enkel testharnas voor alle drie. Nog geen enkele gepubliceerde benchmark laat Ling-3.1-flash-1019, DeepSeek V4.1-Flash-1017 en Kimi K3 op dezelfde evaluatie draaien, en tot die er is, is elke vergelijking in dit artikel — inclusief die in het bericht waarmee het begon — een vergelijking van samengestelde waarden die op verschillende tijdstippen met verschillende configuraties zijn berekend.

Totdat ten minste de eerste daarvan verschijnt, is de nauwkeurige samenvatting van Ling-3.1-flash-1019 dit: een echte score, van een echt lab, op een model dat nog niet als artefact bestaat. Ant heeft nu twee Ling-3.1-flash-builds aangekondigd voordat een van beide volledig beschikbaar was — de septemberlancering zonder weights, en deze met noch weights noch een endpoint — en het patroon is duidelijk genoeg om op te plannen: behandel een Ant-suffix als een signaal dat er iets aankomt, en dat van DeepSeek als een signaal dat er iets is. De 44 is het weten waard. Het is nog niet het routeren waard.