Ling-3.1-flash против Ling-3.0-flash: что на самом деле меняют окно в 1 млн токенов и в 4,5 раза больше параметров

У семейства Ling от Ant Group появилась новая быстрая линейка, и на этот раз о ней известно лишь из одного предложения. О Ling-3.1-flash объявили 30 сентября 2026 года — примерно 560 млрд общих параметров, около 25 млрд активных на токен, контекстное окно заявлено до 1 млн токенов, и приложена дежурная фраза: «Мы планируем в ближайшее время открыть исходный код модели». Модель, которую Ling-3.1-flash заменяет на вершине быстрой линейки, Ling-3.0-flash, — совсем другой зверь во всех смыслах: 124 млрд общих параметров, 5,1 млрд активных на токен, обслуживаемый контекст в 262 144 токена, веса под лицензией MIT на Hugging Face с 7 августа и независимый Artificial Analysis Intelligence Index со значением 20. Одну из этих моделей можно скачать уже сегодня. О другой можно только прочитать. Сравнивать их действительно полезно, но только если сравнение начинается с этого.

Арифметика в заголовке проста и слегка вводит в заблуждение. Ling-3.1-flash имеет примерно в 4,5 раза больше общего числа параметров, чем Ling-3.0-flash, и примерно в 4,9 раза больше активных параметров — 25B против 5,1B на токен. При поверхностном чтении можно сказать: «модель намного больше, следовательно, модель намного умнее». Более внимательное чтение показывает, что Ant примерно сохранила коэффициент разреженности, масштабируя тело, и это даёт вам ёмкость, а не обязательно глубину рассуждений на токен: модель, которая направляет 25B из своих 560B через каждый токен, выполняет больше работы на токен, чем модель, направляющая 5,1B, но она также тратит примерно в пять раз больше вычислений на токен, чтобы сделать это. То, чем обернётся этот компромисс, полностью зависит от того, эффективно ли архитектура Ant обрабатывает дополнительные параметры, — и на этот вопрос в анонсе ответа нет.

Две модели бок о бок

Поставьте опубликованные факты рядом друг с другом, и поколения чётко разделятся. Каждая строка ниже указывает, что фактически опубликовал Ant или независимый оценщик; если число отсутствует, оно отсутствует потому, что его никто не публиковал.

• Всего параметров — Ling-3.1-flash: ~560 млрд (поставщик). Ling-3.0-flash: 124 млрд (карточка модели).

• Активные параметры на токен — Ling-3.1-flash: ~25B (по данным вендора). Ling-3.0-flash: 5.1B (карточка модели).

• Контекстное окно — Ling-3.1-flash: до 1M токенов (по данным вендора). Ling-3.0-flash: 256K нативно, обслуживается при 262,144 (карточка модели и рецепты инференса).

• Веса и лицензия — Ling-3.1-flash: не опубликованы; нет репозитория, нет лицензии (проверено 30 сентября и снова 1 октября 2026 г.). Ling-3.0-flash: MIT, на Hugging Face как inclusionAI/Ling-3.0-flash и на ModelScope с 7 августа 2026 г.

• Форматы весов — Ling-3.1-flash: недоступны. Ling-3.0-flash: BF16 (~255 ГБ) и FP8 (~128 ГБ) от лаборатории, а также квантованные версии от сообщества.

• Происхождение бенчмарка — Ling-3.1-flash: полностью со слов вендора, нет публичного набора тестов, нет весов для повторного запуска. Ling-3.0-flash: независимо оценён Artificial Analysis с Индексом интеллекта 20, а также опубликованы измеренная скорость вывода и объём генерации токенов.

• Доступность — Ling-3.1-flash: только в собственном продукте Ant — Ling Studio. Ling-3.0-flash: можно развернуть самостоятельно, а также вызывать через API для разработчиков Ant.

Для чего, вероятно, нужна дополнительная мощность

Однострочное описание Ling-3.1-flash от Ant — самая информативная вещь в релизе. Приложение Ling Studio позиционирует его для «агентов общего назначения, поиска, рутинной офисной работы и разработки программного обеспечения/кода» — это ориентация на офисную работу и агентов, а не на бенчмарки для рассуждений. Это согласуется с тем, как организовано семейство: Ling — это линейка общего назначения для текста и инструментов, Ring — линейка для рассуждений, а Ming отвечает за мультимодальность. Ling-3.0-flash занимал ту же нишу на одно поколение раньше, и он был явно быстрым и дешёвым сегментом, а не флагманом.

Взгляните на это масштабирование под таким углом — и оно обретает смысл. Агентные рабочие нагрузки и нагрузки с вызовом инструментов долгие, повторяющиеся и требовательные к контексту: один цикл агента может сжечь десятки тысяч токенов накопленного вывода инструментов, прежде чем предпримет действие, так что окно в 1M токенов — это функциональное требование, а не красивая строчка в спецификации. Увеличение общего числа параметров при сохранении большой активной доли — вот как вы добавляете модели знания о мире и глубину следования инструкциям, при этом она всё ещё должна быть достаточно быстрой, чтобы работать внутри цикла. Ant здесь строит не более медленный, более умный флагман; он строит более крупный быстрый уровень.

Контраргумент — это стоимость, и это та же арифметика, но с другой стороны. Дополнительная мощность не бесплатна во время инференса — за неё платят на каждом токене, а Ant вообще не опубликовала цену для Ling-3.1-flash: ни прайс-листа API, ни скидки за кэш, ничего сопоставимого с $0.075/$0.22 за миллион токенов, которые указаны для предыдущего поколения. Это то недостающее число, которое решило бы это сравнение, и его нет.

Бенчмарки и кто их проводил

Ling-3.1-flash выходит с тремя оценками, которые по отдельности выглядят сильно: 1 673 Elo в GDPVal-AA v2.1, 75,16 в FrontierSWE и 65,35 в HealthBench Professional. Все три — собственные показатели Ant, взятые из анонса, и ни один из них не был воспроизведён сторонней лабораторией. Практическое следствие состоит в том, что их можно сравнивать с цифрами других производителей, но не с независимыми, — а 20-балльный Intelligence Index от Artificial Analysis для Ling-3.0-flash — это независимый показатель в другой шкале, так что поставить их рядом означало бы сравнивать результат измерения с утверждением. На момент написания на Artificial Analysis нет страницы Ling-3.1-flash.

Одну сноску на собственной диаграмме Ant стоит отметить отдельно. В карточке указано, что результат HealthBench Professional оценивался в «среде AQ», а возможности Ling-3.1-flash в области здравоохранения в настоящее время можно испытать только в AQ. Никакая публичная документация не объясняет, что такое AQ. Заглавный результат с нерасшифрованным уточнением о среде — это не то, что сторонняя команда может воспроизвести, даже когда веса уже будут доступны.

Какой из них действительно использовать на этой неделе

Вопрос о поколениях решается по-разному в зависимости от того, что нужно вам сегодня, и почти для всех ответ прямо сейчас — не более новая модель.

Если вам нужно запустить что-то на этой неделе, Ling-3.0-flash — единственный из двух, существующий в пригодной для использования форме: веса под лицензией MIT, которые можно развернуть у себя, FP8, если вам нужен меньший объём, опубликованные цены на API от разработчика и независимая оценка, которая показывает, что вы получаете. Это по-настоящему хорошая модель в своём классе — независимая оценка поместила её на границу Парето для открытых весов по уровню интеллекта относительно общего числа параметров и высоко оценила её скорость, с оговоркой, что она необычно многословна и сгенерировала около 260 млн токенов в ходе оценки против медианы около 100 млн.

Если вы планируете на следующие шесть месяцев, Ling-3.1-flash — это направление движения, а не готовый компонент. Конкретные моменты, за которыми стоит следить, прежде чем он им станет: откроются ли веса на самом деле и под какой лицензией, действительно ли обслуживаемое окно составляет 1M или это расширение более короткого нативного контекста, сколько это стоит за миллион токенов и воспроизведёт ли независимая лаборатория 75.16 на FrontierSWE. Любой из этих пунктов, если бы он реализовался, стал бы поводом заново провести сравнение. Ни один не реализовался.

Как это вписывается в стек маршрутизации

Ни одной модели Ling сегодня нет в нашем каталоге — Ling-3.0-flash, Ling-3.0-flash-VL и Ling-3.1-flash все возвращают not-found при запросе к API моделей OrcaRouter, так что честный ответ на вопрос «можно ли вызвать её через вас» — пока нет. А вот в чём маршрутизирующий слой действительно полезен на такой неделе, как эта, — это вторая половина задачи: модели, с которыми вы бы сравнивали кандидата. Claude Opus 5, GPT-5.6 Sol и DeepSeek-V4.1-Flash — все это живые маршруты по каталожной цене провайдера без наценки, и роутер, который держит их за одним ключом с автоматическим переключением при сбое, — это способ удерживать оценочный стенд нацеленным на движущуюся цель, не поддерживая четыре отдельные интеграции. Когда веса Ling-3.1-flash выйдут и лицензию можно будет прочитать, решение будет той же формы: добавить одну конечную точку, а не перестраивать весь стек.

Кратко о поколениях. Ling-3.0-flash — это выпущенная, независимо оценённая модель с разрешительной лицензией, которую можно развернуть самостоятельно уже сегодня. Ling-3.1-flash — это более крупное, с более длинным контекстом, более дорогое в эксплуатации обещание, которое Ant ещё не предоставила ни в какой форме, пригодной для использования разработчиком. Отношение ко второй как к улучшению первой — именно та ошибка, к которой подталкивает этот релиз, и цифры пока этого не подтверждают.