Ling-3.1-flash: 560B MoE ที่ Ant Group ให้บริการแต่ยังไม่เปิด

คำตอบสั้น ๆ ว่า Ling-3.1-flash คืออะไร: โมเดลภาษาชนิด mixture-of-experts ที่ให้เหตุผลแบบไฮบริดจากสาย Ant Ling ของ Ant Group มีพารามิเตอร์ทั้งหมดประมาณ 560 พันล้านตัว โดยมีพารามิเตอร์ที่ทำงานอยู่ประมาณ 25 พันล้านตัวในแต่ละโทเคน หน้าต่างบริบทที่ผู้ให้บริการจำกัดไว้ที่ 1 ล้านโทเคน แต่ให้บริการจริงในวันนี้ที่ 256,000 โทเคน รับข้อความเข้าและส่งข้อความออก และไม่มีเวตให้ดาวน์โหลด โมเดลนี้ถูกประกาศเมื่อ 2026-09-30 และเปิดใช้งานจริงในผลิตภัณฑ์ของ Ant เองและบน API ของ Ant เอง วันที่นั้นคือจุดเริ่มต้นและจุดสิ้นสุดของหน้านี้: มันเป็นข้อเท็จจริงที่ระบุอายุของโมเดล ไม่ใช่การเปิดตัวที่บทความนี้กำลังรายงาน สิ่งที่ผู้อ่านที่ค้นหา Ling-3.1-flash ต้องการคือสถานะของสิ่งนั้นในวันที่พวกเขาอ่าน และในวันที่เขียนสิ่งนี้ สถานะของเวตยังคงเป็น "ยังไม่เผยแพร่"

ข้อเท็จจริงสามข้อนี้ทำหน้าที่หลักเกือบทั้งหมด เวตยังไม่เปิดให้ใช้งาน และประกาศของ Ant เองก็ระบุว่าตั้งใจจะเปิดให้เมื่อใด ตัวเลข context ที่แพร่หลาย — 1M — เป็นเพดาน ไม่ใช่สิ่งที่ endpoint ให้คุณ ซึ่งก็คือ 256K และสเปกสามารถรู้ได้ ในขณะที่ราคาหลังช่วงโปรโมชันยังไม่รู้ ทุกอย่างด้านล่างมีแหล่งอ้างอิง และในกรณีที่ตัวเลขเป็นของ Ant เองไม่ใช่ของบุคคลที่สาม ก็จะระบุไว้

หมายเหตุหนึ่งเกี่ยวกับแหล่งข้อมูลของสถานะโมเดลนี้ ประกาศของ Ant เมื่อวันที่ 30 กันยายน 2026 เป็นเอกสารที่ระบุสถาปัตยกรรมและเงื่อนไขแบบ open-weight และไม่ใช่เอกสารที่ผู้ขายอัปเดต ส่วนหน้าที่ได้รับการดูแลจริง ๆ — หน้าโมเดล Ling และหน้าราคาบนเว็บไซต์สำหรับนักพัฒนาของ Ant โดยแต่ละหน้ามีข้อความประทับว่า "อัปเดตล่าสุดเมื่อวันที่ 8 ตุลาคม 2026" — มีพารามิเตอร์ ตัวเลขบริบท และราคา เมื่อทั้งสองแหล่งขัดแย้งกัน หรือเมื่อประกาศระบุรายละเอียดมากกว่าเอกสาร หน้านี้จะระบุว่ากำลังอ้างอิงแหล่งใด

Ling-3.1-flash คืออะไร และใครเป็นผู้เผยแพร่

Ling-3.1-flash อยู่ในตระกูล Ling — สายงานภาษาทั่วไปของ Ant Ling ซึ่งเป็นโครงการโมเดลที่ Ant Group ดำเนินการและเผยแพร่ผ่านห้องปฏิบัติการ inclusionAI ของตน (นิติบุคคลผู้ดำเนินกิจการที่ระบุบนเว็บไซต์นักพัฒนาคือ Ant Intelligence (Hang Zhou) Technology Co., Ltd.) ตระกูลนี้แบ่งออกเป็นสามสาย ได้แก่ Ling สำหรับงานด้านภาษาทั่วไป, Ring สำหรับการให้เหตุผลเชิงลึก และ Ming สำหรับความเข้าใจและการสร้างแบบ omni-modal Ling-3.1-flash เป็นเรือธงของสาย Ling โดยอยู่เหนือ Ling-3.0-flash ซึ่งยังคงอยู่ในแค็ตตาล็อกในฐานะตัวเลือกที่ถูกกว่าและเร็วกว่า

Ant วางตำแหน่งไว้อย่างแคบและสม่ำเสมอ: งานในโลกจริงที่มีขอบเขตเวลายาว งานสำนักงานที่เริ่มจากคำขอที่คลุมเครือไปจนถึงผลงานที่เสร็จสมบูรณ์ งานวิศวกรรมซอฟต์แวร์ที่กินเวลาหลายชั่วโมง และลูปของเอเจนต์ที่เรียกใช้เครื่องมือตามลำดับและแก้ไขตัวเอง บทสรุปคำโปรยของทางผู้ขายเองคือ มันยังคงความจุไว้ประมาณ 560B ขณะที่จ่ายประมาณ 25B ต่อสเต็ป ดังนั้นความรู้เกี่ยวกับโลกและความลึกในการให้เหตุผลจึงยังคงอยู่ ส่วนการประมวลผลต่อโทเคนนั้นไม่ มันเป็นรุ่นสืบทอดของ Ling-3.0-flash ในช่องเดียวกัน ไม่ใช่ระดับใหม่

ปล่อยน้ำหนักแล้วหรือยัง? ไม่ — และ Ant ได้ตั้งชื่อเงื่อนไขนั้นแล้ว

นี่คือข้อเท็จจริงที่ถูกโต้แย้งมากที่สุดเกี่ยวกับโมเดลนี้ และคำตอบในปัจจุบันก็ชัดเจนไม่มีข้อกังขา: ค่าถ่วงน้ำหนักไม่ได้ถูกเผยแพร่ ไม่มีที่เก็บ Ling-3.1-flash บน Hugging Face ภายใต้องค์กร inclusionAI ไม่มีการ์ดโมเดล ไม่มีข้อความสัญญาอนุญาต และไม่มีไฟล์เช็กพอยต์ การค้นหาในที่เก็บสาธารณะขององค์กรจะให้ผลลัพธ์เป็นรุ่น Ling-3.0 และก่อนหน้า โดยไม่มีรายการ 3.1 ModelScope ซึ่ง Ant ใช้มิเรอร์การเปิดตัวของตน ก็ไม่มีโมเดล Ling-3.1-flash เช่นกัน และไม่มีสูตรการปรับใช้สำหรับโมเดลนี้ด้วย: ที่เก็บ Ling Cookbook ของผู้ขายเองบน GitHub ซึ่งพุชล่าสุดเมื่อ 2026-10-12 หนึ่งวันก่อนวันที่ของหน้านี้ มีสูตรสำหรับการปรับใช้ในเครื่องและการควอนไทซ์สำหรับ Ling-3.0-flash, Ling-3.0-flash-VL, Ling-3.0-flash-Fin และ Ling-3.0-tiny แต่ไม่มีอะไรสำหรับ Ling-3.1-flash ผู้ประเมินอิสระ Artificial Analysis จัดโมเดลนี้เป็นแบบกรรมสิทธิ์ และ FAQ ของพวกเขาตอบว่า "No" ต่อคำถามว่าโมเดลนี้เป็นโอเพนซอร์สหรือไม่

สิ่งที่ Ant ทำคือผูกเงื่อนไขเข้ากับการเปิดให้ใช้ และเงื่อนไขนั้นเจาะจงกว่าแค่ "เร็ว ๆ นี้" ประกาศระบุว่าช่วงฟรีรองรับบริบท 256K และหลังจากช่วงฟรีสิ้นสุดลงและโมเดลเปลี่ยนเป็นบริการแบบเสียค่าใช้จ่าย แผนคือจะเปิดหน้าต่าง 1M และเปิดซอร์สโมเดลพร้อมกันในเวลาเดียวกัน ดังนั้นลำดับที่ผู้ขายอธิบายคือ: ทดลองใช้ที่ 256K จากนั้นบริการแบบเสียค่าใช้จ่ายที่สูงสุดถึง 1M โดยมีน้ำหนักโมเดลตามมาที่จุดเปลี่ยนนั้น นั่นเป็นแผน ไม่ใช่วันที่ และไม่มีการเผยแพร่วันที่ใด ๆ ให้ถือว่าข้อกล่าวอ้างใด ๆ ว่า "Ling-3.1-flash เป็น open weights" นั้นผิด จนกว่าจะมีรีโพซิทอรีอยู่จริง; ให้ถือว่าแผนนี้เป็นเจตนาที่ผู้ขายระบุไว้ ไม่ใช่เหตุการณ์ที่เกิดขึ้นแล้ว

ขนาดและสถาปัตยกรรม: 560B ทั้งหมด, 25B ที่ใช้งาน, เลเยอร์เชิงเส้นเจ็ดเลเยอร์ต่อหนึ่งเลเยอร์โกลบอล

Ant เผยแพร่สถาปัตยกรรมในระดับรายละเอียดที่ทำให้ตัวเลขต่างๆ ตรวจสอบเทียบเคียงกันได้ แทนที่จะเป็นเพียงการยกมาอ้าง:

• จำนวนพารามิเตอร์ทั้งหมด — ประมาณ 560B ตามที่ผู้จำหน่ายระบุ ไม่เปลี่ยนแปลงตลอดทั้งเอกสาร

• พารามิเตอร์ที่ใช้งาน — ประมาณ 25B ต่อโทเคน อัตราส่วนความเบาบางใกล้ 1 ใน 22

• การกำหนดเส้นทางผู้เชี่ยวชาญ — ผู้เชี่ยวชาญแบบกำหนดเส้นทาง 512 ราย ซึ่งแต่ละโทเคนเลือก 8 ราย บวกกับผู้เชี่ยวชาญที่แชร์ร่วมกันหนึ่งรายที่ทุกโทเคนใช้งาน ถือเป็นกลุ่มผู้เชี่ยวชาญที่กว้างขึ้นอย่างเห็นได้ชัดเมื่อเทียบกับรุ่นก่อนที่ใช้กับตัวแบบที่เล็กกว่ามาก จำนวนผู้เชี่ยวชาญ การเลือก 8 จาก 512 และอัตราส่วนแอตเทนชัน 7:1 มาจากประกาศ ไม่ใช่หน้าของโมเดล ส่วนหน้าของโมเดลระบุพารามิเตอร์และตัวเลขบริบท

• Attention — สแต็กแบบไฮบริดที่สืบทอดการออกแบบ linear-attention ของ Ling-3.0-flash โดยเพิ่มสัดส่วน linear: 7 เลเยอร์ KDA (Kimi Delta Attention) ต่อ 1 เลเยอร์ Gated MLA เพื่อให้หนึ่งในแปดเลเยอร์ยังคงมีเส้นทาง global attention เส้นทาง KDA เป็นแบบ linear-time ซึ่งมุ่งเป้าไปที่ลำดับยาว

• รุ่นก่อนหน้าในด้านขนาด — Ling-3.0-flash ทำงานด้วยพารามิเตอร์ทั้งหมด 124B โดยมี 5.1B ที่เปิดใช้งานบนสแต็กไฮบริด 42 ชั้น ดังนั้น Ling-3.1-flash จึงมีขนาดตัวประมาณสี่เท่าครึ่ง พร้อมการเปิดใช้งานต่อโทเค็นประมาณห้าเท่า

พูดตรง ๆ ก็ควรค่า เพราะ Ant ก็พูดแบบนี้เหมือนกัน: ไม่มีสิ่งใดในนี้แปลงเป็นต้นทุนการปรับใช้ได้โดยตรง อัตราการประมวลผล ความหน่วง และหน่วยความจำ ขึ้นอยู่กับฮาร์ดแวร์ ความแม่นยำเชิงตัวเลข ขนาดแบตช์ การสื่อสารระหว่างเอ็กซ์เพิร์ต ความยาวคอนเท็กซ์ และความยาวเอาต์พุต สถาปัตยกรรมอธิบายว่าทำไมโมเดลจึงดำรงอยู่ได้ในขนาดนี้ แต่ไม่ได้บอกว่าคำขอหนึ่งครั้งจะทำให้คุณเสียค่าใช้จ่ายเท่าไร

หน้าต่างบริบทและเอาต์พุตสูงสุด

หน้าต่างคือจุดที่การอ่านผิดที่พบบ่อยที่สุดอยู่ เอกสารของ Ant ระบุเป็นตัวเลขสองตัวในบรรทัดเดียว: หน้าต่างจำกัดที่ 1M โทเค็น และบริการอย่างเป็นทางการในปัจจุบันเปิดให้ใช้ 256K ประกาศให้เหตุผลด้วยคำพูดของผู้ขายเอง — การทดลองใช้ฟรีมีระยะเวลาสองสัปดาห์ ความยาวบริการระหว่างนั้นคือ 256K และเมื่อการทดลองสิ้นสุดลงและโมเดลเปลี่ยนไปเป็นบริการแบบเสียค่าใช้จ่าย แผนคือจะเปิดหน้าต่าง 1M และเปิดซอร์สโมเดลในเวลาเดียวกัน เอกสารและประกาศตรงกันในตัวเลขที่ให้บริการ และทั้งคู่เป็นของ Ant พื้นผิวผลิตภัณฑ์อยู่หลังการลงชื่อเข้าใช้ ดังนั้นการควบคุมความยาวสูงสุดของ Ling Studio เองจึงไม่ใช่สิ่งที่หน้านี้สามารถยืนยันได้ในวันนี้ หากคุณต้องการขีดจำกัดที่แน่นอนก่อนกำหนดขนาดไปป์ไลน์ ให้อ่านจากสตูดิโอเมื่อคุณลงชื่อเข้าใช้แล้ว แทนที่จะใช้ตัวเลขมือสองสำหรับมัน

Artificial Analysis ระบุหน้าต่างบริบทไว้ที่ 1M นั่นคือเพดานที่ประกาศไว้ ไม่ใช่สิ่งที่คำขอจะได้รับในปัจจุบัน และเป็นตัวเลขที่แพร่หลายไปไกลที่สุดและในทางปฏิบัติมักไม่ถูกต้องบ่อยที่สุด หากคุณกำลังกำหนดขนาดไปป์ไลน์ ให้กำหนดไว้ที่ 256K และมอง 1M เป็นรายการในแผนงานที่ยังไม่มีวันที่ประกาศ

ผลลัพธ์สูงสุดเป็นตัวเลขที่ Ant ไม่ได้เผยแพร่เป็นรายโมเดล สิ่งที่ผู้ให้บริการเผยแพร่คือพื้นผิวคำขอ: ของเอนด์พอยต์ที่เข้ากันได้กับ Anthropicmax_tokensมีค่าเริ่มต้นที่ 32,000 ส่วนเอกสารอ้างอิงที่เข้ากันได้กับ OpenAI ไม่ได้ระบุขีดจำกัดเอาต์พุตต่อโมเดล และการเรียกแบบไม่สตรีมจะหมดเวลาเมื่อครบ 90 วินาที หากงานของคุณต้องสร้างข้อความยาวในครั้งเดียว คำแนะนำของผู้ให้บริการเองคือให้ใช้การสตรีมแทนการเพิ่มขีดจำกัดที่ไม่ได้ระบุไว้ในเอกสาร

สิ่งที่มันรับเข้าและสิ่งที่มันให้กลับคืน

ข้อความเข้า ข้อความออก Ling-3.1-flash ไม่ใช่โมเดลมัลติโมดัล และเป็นเรื่องที่ควรระบุให้ชัดเจน เพราะในตระกูลนี้มีอยู่หนึ่งตัวที่เป็นเช่นนั้น: Ling-3.0-flash-VL คือโมเดลด้านภาพ ซึ่งรับอินพุตรูปภาพ ข้อความ และวิดีโอได้โดยตรงผ่านแพลตฟอร์มเดียวกัน และเอกสารมัลติโมดัลของผู้ขายก็เขียนขึ้นสำหรับโมเดลนั้น Ling-3.1-flash ปรากฏอยู่ในตารางสเปก Ling ของผู้ขายโดยไม่มีรูปแบบอินพุตใดนอกจากข้อความ และหน้าของผู้ประเมินอิสระสำหรับโมเดลนี้บันทึกเฉพาะอินพุตข้อความและเอาต์พุตข้อความเท่านั้น พร้อมจัดให้อยู่ในกลุ่มโมเดลการให้เหตุผลมากกว่าโมเดลด้านภาพ หากวันนี้คุณต้องการส่งรูปภาพไปยังโมเดล Ling คู่มือการเลือกของผู้ขายเองก็ชี้คุณไปที่ Ling-3.0-flash-VL ไม่ใช่โมเดลนี้

ข้อกล่าวอ้างของผู้ขายเทียบกับการประเมินที่เป็นอิสระ

สำหรับ Ling-3.1-flash มีตัวเลขอยู่สองประเภท และทั้งสองประเภทไม่สามารถใช้แทนกันได้

คำประกาศของ Ant เองมีชื่อว่าเป็นการอัปเกรดโมเดลสำหรับงานในโลกจริง และระมัดระวังว่าตัวเลขของตนคืออะไร พื้นที่การประเมินที่ระบุชื่อได้แก่ GDPVal-AA V2.1 สำหรับงานสำนักงาน HealthBench Professional สำหรับการสื่อสารทางการแพทย์ FrontierSWE สำหรับงานวิศวกรรม Terminal-Bench 4.0 สำหรับการใช้งานเทอร์มินัล บวกกับงานด้านระบบอัตโนมัติ การวิเคราะห์ความปลอดภัย การตอบคำถามเกี่ยวกับโค้ดเบส และงานเอเจนต์ด้านการเงิน — และตัวเลขต่อ benchmark อยู่ในรูปภาพแผนภูมิ ไม่ใช่ตารางข้อความ จนถึงวันนี้ Ant ยังไม่ได้เผยแพร่คะแนนรายตัวเหล่านั้นในรูปแบบที่ใครก็สามารถอ้างอิงทีละบรรทัดได้ และหน้านี้จะไม่สร้างตารางขึ้นมาเองสำหรับสิ่งเหล่านั้น สิ่งที่ Ant ระบุเป็นข้อความจริง ๆ คือผลลัพธ์ด้านวิศวกรรมระยะยาวสามรายการ ทั้งหมดเป็นรายงานจากผู้ขาย อยู่บนนิยามงานของผู้ขายเอง และถูกระบุว่าเป็นตัวเลขเปรียบเทียบ "ที่ระบุไว้ในเอกสาร" มากกว่าจะเป็นการวัดแบบจับคู่กันตรง ๆ ได้แก่ คอมไพเลอร์ Lua-to-x86-64-ELF ที่สร้างขึ้นจากศูนย์ในเวลาประมาณ 17 ชั่วโมงของการทำงานต่อเนื่อง โดยผ่านการทดสอบอิสระ 178 จาก 182 รายการ คิดเป็นประมาณ 97.8% เทียบกับ 99.0% ของ Claude Fable 5 และ 95.9% ของ GLM-5.3-Flash บนงานเดียวกันตามที่ผู้ขายระบุไว้ รอบการปรับประสิทธิภาพของ Pyright 1.1.400 ใช้เวลาราว 10 ชั่วโมง ทำความเร็วเพิ่มขึ้น 1.432× โดยผ่านการทดสอบ benchmark และ regression ทั้ง 2,279 รายการ เทียบกับ Claude Fable 5 ที่ 1.502× และ GLM-5.3-Flash ที่ 1.290× และการนำไลบรารีภาพภาษา C มาเขียนใหม่ด้วย Rust ใช้เวลาประมาณ 20 ชั่วโมง ผ่านการตรวจสอบทั้ง 30 รายการที่ 8.015× เทียบกับ GLM-5.3-Flash ที่ 1.396× และ Claude Fable 5 ที่ 27.310× งานสามรายการนั้นไม่ได้ถูกวัดแบบจับคู่กันตรง ๆ ด้วยความพยายามและฮาร์เนสที่เท่ากัน — ตัวเลขของฝ่ายตรงข้ามเป็นการอ้างอิงของผู้ขายเอง ไม่ใช่การรันที่ผู้ขายควบคุม — ดังนั้นจงอ่านสิ่งเหล่านี้เป็นรายงานของผู้ขายเกี่ยวกับชุดงานของตัวเอง ไม่ใช่การจัดอันดับแบบเทียบกันได้ตรง ๆ Ant ยังรายงานว่าโมเดลค้นพบและแพตช์ช่องโหว่ stack-buffer-overflow ในตัวแยกวิเคราะห์ calibration ของฐานข้อมูลโอเพนซอร์ส OceanBase โดยแก้ปัญหาแบบอัตโนมัติด้วยตัวเอง ทุกข้อเป็นคำกล่าวอ้างจากฝ่ายแรกบนงานของฝ่ายแรก ไม่มีข้อใดมีการทำซ้ำโดยบุคคลที่สาม และผู้ขายเองก็ชี้ว่าผลลัพธ์ที่สามยังมีช่องว่างเหลืออยู่ในการปรับประสิทธิภาพขั้นสุด ในด้านความต้องการค้นหา "ling 3.1 flash benchmark" เป็นหนึ่งในคำถามที่ผู้คนถามเกี่ยวกับโมเดลนี้น้อยกว่า และคำตอบหนึ่งประโยคที่ซื่อตรงคือคำตอบข้างต้น: การ์ดของ Ant มีอยู่ ตัวเลขของมันเป็นรายงานจากผู้ขาย และตัวเลขอิสระที่คุณใช้ยืนยันกับโมเดลได้จริงคือย่อหน้าถัดไป

ตัวเลขประเภทที่สองนั้นถูกวัดอย่างเป็นอิสระ Artificial Analysis ซึ่งรันชุดทดสอบของตนเองบนฮาร์ดแวร์ที่ตนควบคุม ให้คะแนน Ling-3.1-flash ที่ 41 บน Intelligence Index v4.3.2 ของตน ซึ่งเป็นการรวมจากการประเมินสิบรายการ และจัดอันดับให้อยู่ที่ห้าใน 175 โมเดลบนดัชนีนั้น รุ่นก่อนหน้าได้ 20 บนดัชนีเดียวกัน หน้าเดียวกันยังบันทึก 212.1 โทเคนเอาต์พุตต่อวินาที และ 1.87 วินาทีถึงโทเคนแรก, 220 ล้านโทเคนเอาต์พุตที่สร้างขึ้นตลอดทั้งดัชนี — สูงเมื่อเทียบกับค่ามัธยฐานที่ 95M — และค่าใช้จ่ายในการรัน $0.30 ต่อล้านโทเคนอินพุต และ $0.90 ต่อล้านโทเคนเอาต์พุต พร้อมส่วนลดแคช 80% ประมาณ $1.00 ต่องานในดัชนี นั่นคือการวัดของตัวผู้ประเมินเองกับ API ของผู้ขาย ไม่ใช่ตัวเลขของ Ant และเป็นการวัดอิสระเพียงชุดเดียวของโมเดลนี้ที่มีอยู่ในปัจจุบัน

ในเรื่องราคา ก็ใช้การแบ่งแบบเดียวกัน และสกุลเงินก็สำคัญ หน้า�าราคาของ Ant — หน้าที่ยังได้รับการดูแลอยู่ ซึ่งประทับว่า "Last updated on October 8, 2026" แทนที่จะเป็นวันที่ 2026-10-13 ที่หน้าเว็บนี้ถูกเขียนขึ้น — ระบุว่า Ling-3.1-flash อยู่ที่ ¥0.00 สำหรับอินพุต เอาต์พุต และการอ่านแคช และระบุว่าโมเดลนี้ฟรีในช่วงเวลาจำกัดสองสัปดาห์ หลังจากนั้นจะเปลี่ยนไปใช้การคิดค่าบริการแบบเสียเงินตามมาตรฐาน โดยอัตราจะประกาศให้ทราบภายหลัง หน้าเดียวกันนี้ยังเผยแพร่ตารางสกุล USD ซึ่งแถวนั้นอ่านว่า $0.00 ทั้งสามคอลัมน์ นั่นคือคำตอบทั้งหมดของระดับฟรี: การฟรีเป็นเรื่องจริง มันเป็นการโปรโมต มันถูกจำกัดเวลา และตัวเลขที่ตามมาหลังจากนั้นยังไม่ถูกเผยแพร่ อัตราที่ผู้ประเมินอิสระบันทึกไว้ที่ $0.30 และ $0.90 คือสิ่งที่ใกล้เคียงที่สุดกับตารางอัตราหลังช่วงทดลองที่มีอยู่ในสาธารณะ และ Ant ยังไม่ได้ยืนยัน

ทำอย่างไรจึงจะได้รับการตอบกลับจาก Ling-3.1-flash วันนี้

มีเส้นทาง first-party สองเส้นทาง ซึ่งเป็นของ Ant เองทั้งคู่ โดย Ling Studio ที่ chat.ant-ling.com คือพื้นผิวของผลิตภัณฑ์ และประกาศของผู้ให้บริการยังระบุว่าโมเดลนี้อยู่ภายในเอเจนต์เดสก์ท็อปภายในของ Ant ที่ใช้สำหรับงานในสำนักงาน ส่วน Open API ที่ api.ant-ling.com คือเส้นทางสำหรับนักพัฒนา และมีให้ใช้งานในสองรูปแบบ คือ endpoint chat/completions ที่เข้ากันได้กับ OpenAI และ endpoint messages ที่เข้ากันได้กับ Anthropic ดังนั้น SDK ที่มีอยู่แล้วจึงใช้งานได้เพียงแค่เปลี่ยน base URL ข้อควรระวังสองข้อมาจากเอกสารโดยตรง ซึ่งแปลกพอที่จะควรคัดลอกมาให้ตรงตามนั้น คือตัวควบคุมความน่าจะเป็นและความหลากหลาย temperature และ top_p มีค่าเริ่มต้นเป็น 1 ในหน้าอ้างอิงทั้งสองหน้า ดังนั้นคำขอที่เคยชินกับการตั้งค่า temperature ต่ำที่อื่นจะให้ผลแตกต่างออกไปที่นี่ และตัวควบคุม thinking ที่เอกสารระบุไว้สำหรับเปิดปิดการให้เหตุผลนั้น เอกสารระบุว่าใช้ได้กับ Ling-3.0-flash เท่านั้น ซึ่งหมายความว่าพื้นผิวคำขอที่หน้าเหล่านี้เผยแพร่ยังไม่ได้รับการอัปเดตสำหรับ Ling-3.1-flash การเข้าถึงต้องผูกบัญชี Alipay และเปิดใช้บริการ Ling — FAQ ยังระบุว่า "Ling model service not activated" เป็นข้อผิดพลาดที่ทราบกันดีพร้อมวิธีแก้ของตัวเอง — การคิดค่าบริการเป็นแบบจ่ายตามการใช้งานต่อโทเคน ขีดจำกัดอัตราที่เผยแพร่คือ 2 คำขอต่อวินาทีในระดับทั่วโลก โดยเกินกว่านั้นจะได้ 429 และการเรียกแบบ non-streaming จะหมดเวลาที่ 90 วินาที ผู้ให้บริการยังระบุโมเดลนี้ในราคาโปรโมชันศูนย์แบบเดียวกันบนแพลตฟอร์มของบุคคลที่สามด้วย แพลตฟอร์มเหล่านั้นไม่ใช่พื้นผิว first-party และข้อกำหนดการใช้งานเป็นของแพลตฟอร์มนั้นเอง

การตรวจสอบหนึ่งอย่างที่ควรทำก่อนที่คุณจะสร้างบน endpoint นี้: ณ วันนี้ เอกสารอ้างอิง API ที่เผยแพร่โดยผู้ให้บริการไม่ได้ระบุ Ling-3.1-flash ไว้ในรายการโมเดล และบันทึกการเปลี่ยนแปลงของแพลตฟอร์มก็ไม่มีรายการสำหรับโมเดลนี้ — รายการใหม่ล่าสุดที่มีคือ Ling-3.0-flash-VL ในเดือนกันยายน และ Ling-3.0-tiny ในเดือนสิงหาคม — แม้ว่าหน้าราคาจะมีอัตราค่าบริการสำหรับโมเดลนี้ และประกาศก็มีข้อเสนอให้ทดลองใช้ API ของโมเดลนี้ก็ตาม โปรดยืนยันตัวระบุโมเดลกับบัญชีของคุณเองก่อนที่คุณจะเชื่อมต่อมันเข้ากับสิ่งใด ๆ แทนที่จะสมมติว่าเอกสารอัปเดตตามทันแล้ว

Ling-3.1-flash ไม่ได้อยู่ในแค็ตตาล็อกของ OrcaRouter — การตรวจสอบกับรายการโมเดลแบบเรียลไทม์ของเราเมื่อ 2026-10-13 ไม่พบรายการ Ling หรือ inclusionAI ดังนั้นหน้านี้จะไม่บอกคุณว่ามันห่างแค่การเรียกใช้งานเพียงครั้งเดียว สิ่งที่ห่างแค่การเรียกใช้งานเพียงครั้งเดียวคือสองโมเดลที่มักถูกนำมาเปรียบเทียบกับมันบ่อยที่สุด: DeepSeek V4.1 Flash ซึ่งรายการของเราตั้งราคาไว้ที่ $0.15 ต่อล้านโทเค็นอินพุต และ $0.60 ต่อล้านโทเค็นเอาต์พุต และ GLM 5.3 Flash ที่ $0.15 และ $0.50 ทั้งคู่ในราคาตามรายการพร้อมมาร์กอัปเป็นศูนย์ และการสลับไปยังผู้ให้บริการรายอื่นอัตโนมัติเมื่อเกิดข้อขัดข้อง ดังนั้นหากผู้ขายรายใดปรับราคา การเปลี่ยนแปลงจะมีผลในวันเดียวกันโดยไม่ต้องแก้โค้ดฝั่งคุณ เมื่อ Ant เปิดตัว Ling-3.1-flash หรือผู้ให้บริการรายใดเพิ่มโมเดลนี้เข้ามา นั่นคือรูปแบบที่มันจะมาในลักษณะนั้น

สิ่งที่ต้องจับตา และสิ่งที่ไม่ควรสันนิษฐาน

สามสิ่งที่จะไขคำถามที่ยังค้างอยู่ของหน้านี้ และทั้งสามอย่างล้วนเป็นหน้าที่ของ Ant ที่ต้องเปิดเผย ได้แก่ น้ำหนักโมเดล พร้อมสัญญาอนุญาตและโมเดลการ์ด หากแผนตามประกาศยังคงเดิม หน้าต่าง 1M ที่ให้บริการจริง ไม่ใช่แค่ประกาศไว้ และเรตการ์ดหลังช่วงทดลองใช้ จนกว่าอย่างน้อยสองข้อแรกจะเกิดขึ้นจริง คำอธิบายที่ถูกต้องของ Ling-3.1-flash คือโมเดลที่แข็งแกร่ง รวดเร็ว เป็นแบบปิด และรองรับเฉพาะข้อความ ด้วยคะแนนอิสระที่แท้จริง 41 และโปรไฟล์เชิงเอเจนต์ที่มีแววดีจริง ให้บริการจากผู้พัฒนาโดยตรงและฟรีในช่วงเวลาหนึ่งซึ่งจะปิดโดยไม่แจ้งให้ทราบ

ใครควรลงมือกับมันตอนนี้: ใครก็ตามที่งานของตนเป็นแบบเอเจนต์ เป็นรูปแบบเทอร์มินัล หรือเป็นรูปแบบงานออฟฟิศ และต้องการการอนุมานฟรีสองสัปดาห์บนพรอมป์ของตนเอง เพื่อค้นหาว่า MoE ขนาด 560B ที่ 212 โทเคนต่อวินาทีจะเปลี่ยนสิ่งที่พวกเขาสร้างหรือไม่ ใครควรรอ: ใครก็ตามที่วางแผนจะโฮสต์มันเอง ใครก็ตามที่ต้องการใบอนุญาตก่อนที่ฝ่ายจัดซื้อจะพิจารณามัน ใครก็ตามที่ไปป์ไลน์ของตนต้องการหน้าต่างหนึ่งล้านโทเคนในการใช้งานจริง และใครก็ตามที่ต้องการโมเดลต้นทุนที่อยู่ได้นานกว่าช่วงโปรโมชัน สำหรับทั้งสี่กลุ่มนั้น คำตอบที่ซื่อสัตย์ในวันนี้คือยังตัดสินใจไม่ได้ และสิ่งที่ปลดล็อกได้คือที่เก็บ Hugging Face ไม่ใช่แผนภูมิเบนช์มาร์กอีกอัน