Ling-3.1-flash: 560B MoE, który Ant Group obsługuje, ale nie został otwarty

Krótka odpowiedź na pytanie, czym jest Ling-3.1-flash: to hybrydowy model językowy typu mixture-of-experts z linią rozumowania hybrydowego z serii Ant Ling firmy Ant Group, około 560 miliardów parametrów całkowitych, z których około 25 miliardów jest aktywnych na każdy token, okno kontekstu, które dostawca ogranicza do 1 miliona tokenów, ale dziś udostępnia na poziomie 256 000, tekst na wejściu i tekst na wyjściu oraz brak wag do pobrania. Model ogłoszono 30 września 2026 r. i działa we własnym produkcie Ant oraz we własnym API Ant. Ta data jest tym, od czego zaczyna się ta strona, i tym, na czym się kończy: to fakt, który ustala wiek modelu, a nie premiera, o której donosi ten artykuł. To, czego potrzebuje czytelnik szukający Ling-3.1-flash, to stan tej rzeczy w dniu, w którym ją czyta, a w dniu, w którym to napisano, status wag wciąż brzmiał „nieopublikowane”.

Trzy fakty robią większość roboty. Wagi nie są jeszcze udostępnione, a własne ogłoszenie firmy Ant mówi, kiedy zamierza je udostępnić. Krążąca wartość kontekstu — 1M — to górna granica, a nie to, co daje endpoint, czyli 256K. A specyfikację można poznać, natomiast ceny po oknie promocyjnym już nie. Wszystko poniżej ma źródła, a tam, gdzie liczba pochodzi od samej firmy Ant, a nie od strony trzeciej, jest to zaznaczone.

Jedna uwaga o tym, gdzie znajduje się stan tego modelu. Ogłoszenie Ant z 2026-09-30 to dokument, który zawiera architekturę i warunek otwartych wag, i nie jest to coś, co dostawca aktualizuje. Strony, które są jednak utrzymywane — strony modelu Ling i strona z cennikiem w serwisie deweloperskim Ant, każda opatrzona datą „Ostatnia aktualizacja: 8 października 2026” — zawierają parametry, liczby kontekstu i cenę. Tam, gdzie te dwa źródła się nie zgadzają, albo tam, gdzie ogłoszenie mówi więcej niż dokumentacja, ta strona wskazuje, które z nich cytuje.

Czym jest Ling-3.1-flash i kto go publikuje

Ling-3.1-flash należy do rodziny Ling — linii modeli ogólnego przeznaczenia firmy Ant Ling, programu modeli prowadzonego i publikowanego przez Ant Group za pośrednictwem jej laboratorium inclusionAI (podmiotem operacyjnym wymienionym w serwisie dla deweloperów jest Ant Intelligence (Hang Zhou) Technology Co., Ltd.). Rodzina dzieli się na trzy gałęzie: Ling do ogólnych zadań językowych, Ring do głębokiego rozumowania oraz Ming do wszechmodalnego rozumienia i generowania. Ling-3.1-flash to flagowy model gałęzi Ling, usytuowany powyżej Ling-3.0-flash, który pozostaje w katalogu jako tańsza i szybsza opcja.

Ant pozycjonuje go wąsko i konsekwentnie: zadania długoterminowe w świecie rzeczywistym, praca biurowa, która przebiega od niejasnego żądania do gotowego produktu, inżynieria oprogramowania trwająca godzinami oraz pętle agentowe, które wywołują narzędzia po kolei i same się poprawiają. Własne podsumowanie tej propozycji przez dostawcę jest takie, że zachowuje około 560B pojemności, płacąc za około 25B na krok, dzięki czemu wiedza o świecie i głębia rozumowania pozostają, a obliczenia na token już nie. Jest następcą Ling-3.0-flash w tym samym segmencie, a nie nowym poziomem.

Czy wagi zostały opublikowane? Nie — a Ant nazwał warunek

To najbardziej sporny fakt dotyczący tego modelu, a odpowiedź jest dziś jednoznaczna: wagi nie zostały opublikowane. W organizacji inclusionAI na Hugging Face nie ma repozytorium Ling-3.1-flash, karty modelu, tekstu licencji ani pliku checkpointu; przeszukanie publicznych repozytoriów organizacji zwraca generację Ling-3.0 i wcześniejsze, ale nie zawiera wpisu 3.1. ModelScope, gdzie Ant publikuje lustrzane kopie swoich wydań, również nie ma modelu Ling-3.1-flash. Nie ma też dla niego przepisu wdrożeniowego: własne repozytorium Ling Cookbook dostawcy na GitHubie, ostatnio wypchnięte 2026-10-12, dzień przed tą stroną, zawiera przepisy dotyczące wdrożenia lokalnego i kwantyzacji dla Ling-3.0-flash, Ling-3.0-flash-VL, Ling-3.0-flash-Fin i Ling-3.0-tiny, a nic dla Ling-3.1-flash. Niezależny ewaluator Artificial Analysis klasyfikuje ten model jako własnościowy, a jego FAQ odpowiada „Nie” na pytanie, czy model jest open source.

To, co zrobił Ant, to dołączenie warunku do otwarcia, i jest on bardziej konkretny niż „wkrótce”. Ogłoszenie stwierdza, że darmowy okres obejmuje kontekst 256K oraz że po zakończeniu darmowego okresu i przekształceniu modelu w płatną usługę plan zakłada otwarcie okna 1M i jednoczesne udostępnienie modelu jako open source. Zatem sekwencja opisana przez dostawcę jest następująca: testy przy 256K, potem płatna usługa do 1M, a wagi pojawią się przy tym przełączeniu. To plan, nie data, i żadna data nie została opublikowana. Wszelkie twierdzenia, że „Ling-3.1-flash ma otwarte wagi”, należy uznawać za błędne, dopóki nie istnieje repozytorium; plan traktuj jako zadeklarowany zamiar dostawcy, a nie wydarzenie.

Rozmiar i architektura: łącznie 560B, 25B aktywnych, siedem warstw liniowych na każdą globalną

Ant publikuje architekturę na takim poziomie szczegółowości, że liczby można sprawdzać względem siebie, a nie tylko je przytaczać:

• Łączna liczba parametrów — około 560 mld, podana przez producenta, niezmienna w całej dokumentacji.

• Aktywne parametry — około 25 mld na token, współczynnik rzadkości blisko 1 na 22.

• Routing ekspertów — 512 ekspertów routowanych, z których każdy token wybiera 8, plus jeden wspólny ekspert, którego używa każdy token. To zauważalnie szersza pula ekspertów, niż wykorzystywała poprzednia generacja w znacznie mniejszym modelu. Liczba ekspertów, wybór 8 z 512 i stosunek uwagi 7:1 pochodzą z ogłoszenia, a nie ze strony modelu; strona modelu podaje parametry i liczby dotyczące kontekstu.

• Attention — hybrydowy stos kontynuujący konstrukcję liniowej uwagi z Ling-3.0-flash, ze zwiększonym udziałem części liniowej: 7 warstw KDA (Kimi Delta Attention) na każdą 1 warstwę Gated MLA, dzięki czemu co ósma warstwa zachowuje globalną ścieżkę uwagi. Ścieżka KDA jest ścieżką o liniowej złożoności czasowej, przeznaczoną do długich sekwencji.

• Poprzednik pod względem skali — Ling-3.0-flash ma łącznie 124 mld parametrów, z 5,1 mld aktywnych, w 42-warstwowym stosie hybrydowym, więc Ling-3.1-flash ma około cztery i pół raza większy trzon i około pięć razy większą aktywację na token.

Warto powiedzieć wprost, bo Ant też to mówi: nic z tego nie przekłada się bezpośrednio na koszt wdrożenia. Przepustowość, opóźnienie i pamięć zależą od sprzętu, precyzji numerycznej, rozmiaru partii, komunikacji między ekspertami, długości kontekstu i długości wyjścia. Architektura wyjaśnia, dlaczego model może istnieć w tym rozmiarze; nie mówi, ile będzie cię kosztować jedno żądanie.

Okno kontekstu i maksymalna wielkość danych wyjściowych

Okno to miejsce, w którym kryje się najczęstsze błędne odczytanie. Dokumentacja Ant podaje je jako dwie liczby w jednym wierszu: okno ma limit 1M tokenów, a oficjalna usługa obecnie udostępnia 256K. Ogłoszenie podaje przyczynę słowami samego dostawcy — bezpłatny okres próbny trwa dwa tygodnie, obsługiwana w tym czasie długość to 256K, a gdy okres próbny dobiegnie końca i model przejdzie na usługę płatną, plan zakłada otwarcie okna 1M i jednoczesne udostępnienie modelu jako open source. Dokumentacja i ogłoszenie zgadzają się co do udostępnianej wartości, a oba pochodzą od Ant. Interfejs produktu jest dostępny dopiero po zalogowaniu, więc własna kontrolka maksymalnej długości w Ling Studio nie jest czymś, co ta strona mogłaby dziś potwierdzić; jeśli potrzebujesz dokładnego limitu, zanim określisz rozmiar potoku, odczytaj go z Ling Studio po zalogowaniu, zamiast przyjmować za niego liczbę z drugiej ręki.

Artificial Analysis podaje okno kontekstowe jako 1M. To deklarowany pułap, a nie to, co obecnie otrzymuje żądanie, i to liczba, która rozchodzi się najdalej i w praktyce najczęściej okazuje się błędna. Jeśli dobierasz rozmiar potoku, przyjmij 256K, a 1M traktuj jako pozycję planu rozwoju bez opublikowanej daty.

Maksymalna liczba tokenów wyjściowych to wartość, której Ant nie publikuje dla poszczególnych modeli. Dostawca publikuje natomiast interfejs żądań: w punkcie końcowym zgodnym z Anthropic max_tokensdomyślnie wynosi 32 000, referencja zgodna z OpenAI nie wymienia żadnego limitu wyjścia dla poszczególnych modeli, a wywołania niestrumieniowe kończą się przekroczeniem limitu czasu po 90 sekundach. Jeśli Twoje zadanie wymaga jednego długiego generowania, samo zalecenie dostawcy jest takie, by korzystać ze strumieniowania, a nie podnosić limit, którego nie udokumentowano.

Co przyjmuje i co oddaje

Tekst na wejściu, tekst na wyjściu. Ling-3.1-flash nie jest modelem multimodalnym i warto to powiedzieć wprost, ponieważ w tej rodzinie jest taki model: Ling-3.0-flash-VL to model wizyjny, natywnie przyjmujący obrazy, tekst i wideo przez tę samą platformę, a dokumentacja multimodalna dostawcy jest napisana dla tego modelu. Ling-3.1-flash pojawia się w tabeli specyfikacji Ling dostawcy bez żadnego trybu wejścia poza tekstem, a strona niezależnego ewaluatora dla tego modelu odnotowuje wyłącznie wejście tekstowe i wyjście tekstowe oraz zalicza go do modeli rozumowania, a nie do modeli wizyjnych. Jeśli dziś potrzebujesz wysłać obraz do modelu Ling, własny przewodnik wyboru dostawcy wskazuje na Ling-3.0-flash-VL, a nie na ten model.

Twierdzenia dostawcy kontra niezależna ocena

Dla Ling-3.1-flash istnieją dwa rodzaje liczb i nie są one wymienne.

Własne ogłoszenie Ant ma tytuł sugerujący ulepszenie modelu do zadań ze świata rzeczywistego i zachowuje ostrożność co do tego, jakie są jego liczby. Wymienione obszary oceny to GDPVal-AA V2.1 do pracy biurowej, HealthBench Professional do komunikacji medycznej, FrontierSWE do inżynierii, Terminal-Bench 4.0 do obsługi terminala, a także automatyzacja, analiza bezpieczeństwa, odpowiadanie na pytania dotyczące bazy kodu i zadania agentów finansowych — a liczby dla poszczególnych benchmarków znajdują się na obrazach wykresów, a nie w tabeli tekstowej. Na dzień dzisiejszy Ant nie opublikował tych indywidualnych wyników w formie, którą ktokolwiek mógłby cytować linijka po linijce, a ta strona nie wymyśli dla nich tabeli. To, co Ant rzeczywiście podaje w tekście, to trzy długoterminowe wyniki inżynieryjne — wszystkie raportowane przez dostawcę, wszystkie na własnych definicjach zadań dostawcy i wszystkie oznaczone jako liczby porównawcze „wymienione w dokumentacji”, a nie jako dopasowane bezpośrednie starcie: kompilator Lua do x86-64-ELF zbudowany od zera w około 17 godzin ciągłego działania, z 178 z 182 niezależnych testów zaliczonych, około 97,8%, wobec 99,0% dla Claude Fable 5 i 95,9% dla GLM-5.3-Flash w tym samym zadaniu, tak jak wymienia je dostawca; przebieg optymalizacji Pyright 1.1.400 trwający około 10 godzin, osiągający przyspieszenie 1,432×, przy zaliczeniu wszystkich 2279 testów benchmarkowych i regresyjnych, wobec Claude Fable 5 przy 1,502× i GLM-5.3-Flash przy 1,290×; oraz reimplementacja w Rust biblioteki obrazów w C, zajmująca około 20 godzin, zaliczająca wszystkie 30 kontroli przy 8,015×, wobec GLM-5.3-Flash przy 1,396× i Claude Fable 5 przy 27,310×. Te trzy zadania nie są porównywane bezpośrednio w benchmarku przy dopasowanym nakładzie pracy i środowisku testowym — przeciwstawne liczby pochodzą z cytowań samego dostawcy, a nie z przebiegów przez niego kontrolowanych — więc czytaj je jako raport dostawcy z jego własnego zestawu zadań, a nie jako ranking oparty na porównywalnych warunkach. Ant podaje również, że model samodzielnie znalazł i załatał przepełnienie bufora stosu (stack-buffer-overflow) w parserze kalibracji bazy danych OceanBase o otwartym kodzie źródłowym, zajmując się problemem autonomicznie. Każda z tych pozycji jest twierdzeniem własnym o zadaniu własnym; żadna nie ma niezależnego odtworzenia przez stronę trzecią, a sam dostawca zaznacza, że trzeci wynik pokazuje pozostały zapas w ekstremalnej optymalizacji wydajności. Po stronie popytu w wyszukiwaniu „ling 3.1 flash benchmark” to jedno z mniejszych pytań, jakie ludzie zadają o ten model, a uczciwa odpowiedź w jednym zdaniu brzmi tak jak powyżej: karta Ant istnieje, jej liczby są raportowane przez dostawcę, a niezależna liczba, do której można rzeczywiście rozliczyć model, znajduje się w następnym akapicie.

Drugi rodzaj liczby jest mierzony niezależnie. Artificial Analysis, który uruchamia własny zestaw testowy na kontrolowanym przez siebie sprzęcie, przyznaje Ling-3.1-flash wynik 41 w swoim Intelligence Index v4.3.2, będącym złożeniem dziesięciu ewaluacji, i plasuje go na piątym miejscu spośród 175 modeli w tym indeksie. Poprzednik osiąga 20 punktów w tym samym indeksie. Ta sama strona odnotowuje 212,1 tokena wyjściowego na sekundę i 1,87 sekundy do pierwszego tokena, 220 milionów tokenów wyjściowych wygenerowanych w całym indeksie — dużo wobec mediany wynoszącej 95 mln — oraz bieżący koszt 0,30 USD za milion tokenów wejściowych i 0,90 USD za milion tokenów wyjściowych przy 80% zniżce za cache, około 1,00 USD na zadanie w indeksie. To własne pomiary ewaluatora wobec API dostawcy, a nie dane Ant, i są to jedyne niezależne pomiary tego modelu, jakie istnieją dzisiaj.

Co do ceny, obowiązuje ten sam podział, a waluta ma znaczenie. Strona cennika Ant — ta utrzymywana, opatrzona datą „Ostatnia aktualizacja: 8 października 2026 r.”, a nie datą 2026-10-13, gdy pisano tę stronę — podaje Ling-3.1-flash po ¥0,00 za dane wejściowe, dane wyjściowe i odczyty z pamięci podręcznej oraz stwierdza, że model jest bezpłatny przez ograniczony okres dwóch tygodni, po którym przechodzi na standardowe płatne rozliczanie, a stawki mają zostać ogłoszone. Ta sama strona publikuje tabelę w USD, w której wiersz wskazuje $0,00 we wszystkich trzech kolumnach. To całość odpowiedzi w kwestii darmowego planu: darmowy dostęp jest realny, ma charakter promocyjny, jest ograniczony czasowo, a liczba, która po nim następuje, nie została opublikowana. Odnotowane przez niezależnego ewaluatora stawki $0,30 i $0,90 są najbliższym publicznie dostępnym odpowiednikiem cennika po okresie próbnym, a Ant tego nie potwierdził.

Jak dziś uzyskać odpowiedź od Ling-3.1-flash

Istnieją dwie ścieżki first-party, obie należące do Ant. Ling Studio pod adresem chat.ant-ling.com to powierzchnia produktu, a ogłoszenie dostawcy mówi również, że model znajduje się w wewnętrznym agencie desktopowym Ant używanym do zadań biurowych. Open API pod adresem api.ant-ling.com to ścieżka dla deweloperów i występuje w dwóch postaciach: punkt końcowy chat/completions zgodny z OpenAI oraz punkt końcowy messages zgodny z Anthropic, więc istniejące SDK działa po zmianie bazowego adresu URL. Dwa zastrzeżenia pochodzą wprost z dokumentacji, która jest na tyle nietypowa, że warto ją przytoczyć dosłownie: kontrolki prawdopodobieństwa i różnorodności, temperature oraz top_p, domyślnie przyjmują wartość 1 na obu stronach referencyjnych, więc żądanie, które gdzie indziej nauczyło się ustawiać niską temperaturę, tutaj zachowa się inaczej; a kontrolka thinking udokumentowana do przełączania rozumowania jest udokumentowana wyłącznie dla Ling-3.0-flash, co oznacza, że powierzchnia żądań publikowana przez te strony nie została zaktualizowana dla Ling-3.1-flash. Dostęp wymaga powiązanego konta Alipay i aktywowanej usługi Ling — FAQ wymienia też „usługa modelu Ling nie została aktywowana” jako znany błąd z własnym rozwiązaniem — rozliczanie odbywa się w modelu pay-as-you-go za token, publikowany limit szybkości wynosi globalnie 2 żądania na sekundę, a po jego przekroczeniu zwracane są błędy 429, natomiast wywołania niestrumieniowe przekraczają limit czasu po 90 sekundach. Dostawca wymienia również model w tej samej promocyjnej cenie zero na platformach third-party; nie są to powierzchnie first-party i obowiązują na nich ich własne warunki.

Jedna weryfikacja, którą warto przeprowadzić, zanim zaczniesz budować na tym punkcie końcowym: na dzień dzisiejszy opublikowana przez dostawcę dokumentacja API nie wymienia Ling-3.1-flash na swojej liście modeli, a dziennik zmian platformy nie zawiera dla niego żadnego wpisu — najnowsze wpisy to Ling-3.0-flash-VL we wrześniu i Ling-3.0-tiny w sierpniu — mimo że strona z cennikiem podaje stawkę dla tego modelu, a ogłoszenie oferuje możliwość przetestowania jego API. Potwierdź identyfikator modelu na własnym koncie, zanim podłączysz go do czegokolwiek, zamiast zakładać, że dokumentacja nadążyła.

Ling-3.1-flash nie znajduje się w katalogu OrcaRouter — sprawdzenie naszej bieżącej listy modeli w dniu 2026-10-13 nie zwraca żadnego wpisu Ling ani inclusionAI — więc ta strona nie powie Ci, że jest w zasięgu jednego wywołania. W zasięgu jednego wywołania są natomiast dwa modele, z którymi najczęściej jest zestawiany: DeepSeek V4.1 Flash, który nasza lista wycenia na 0,15 USD za milion tokenów wejściowych i 0,60 USD za milion tokenów wyjściowych, oraz GLM 5.3 Flash w cenie 0,15 i 0,50 USD, oba w cenie katalogowej z zerowym narzutem i automatycznym przełączaniem awaryjnym między dostawcami, więc zmiana ceny od któregokolwiek dostawcy wchodzi tego samego dnia bez zmian w kodzie po Twojej stronie. Gdy Ant udostępni Ling-3.1-flash lub dostawca hostingu doda go do oferty, właśnie w takiej formie by się pojawił.

Na co uważać, a czego nie zakładać

Trzy rzeczy rozstrzygają otwarte pytania tej strony i wszystkie trzy ma opublikować Ant: wagi, wraz z licencją i kartą modelu, jeśli plan z ogłoszenia się utrzyma; okno 1M faktycznie obsługiwane, a nie tylko deklarowane; oraz cennik po okresie próbnym. Dopóki co najmniej pierwsze dwie nie zostaną udostępnione, trafny opis Ling-3.1-flash to mocny, szybki, zamknięty model wyłącznie tekstowy z autentycznym niezależnym wynikiem 41 i naprawdę obiecującym profilem agentowym, dostępny bezpośrednio od dostawcy i bezpłatny przez okno, które zamyka się bez ostrzeżenia.

Kto powinien działać teraz: każdy, czyja praca ma charakter agentowy, terminalowy lub biurowy i kto chce dwóch tygodni darmowego wnioskowania na własnych promptach, by przekonać się, czy 560B MoE przy 212 tokenach na sekundę zmienia to, co buduje. Kto powinien poczekać: każdy, kto planuje hostować go samodzielnie, każdy, komu potrzebna jest licencja, zanim dział zakupów w ogóle na niego spojrzy, każdy, czyj potok potrzebuje w produkcji okna o rozmiarze miliona tokenów, oraz każdy, komu potrzebny jest model kosztów, który przetrwa okres promocyjny. Dla wszystkich tych czterech grup szczera odpowiedź na dziś brzmi: decyzji nie można jeszcze podjąć, a tym, co by ją odblokowało, jest repozytorium Hugging Face, a nie kolejny wykres benchmarków.