Ling-3.1-flash-1019 เสมอกันกับ Kimi K3 ที่ 44 — และยังไม่มีอะไรให้ดาวน์โหลดเลย

ตัวเลขปรากฏก่อนที่ตัวโมเดลจะมาถึง เมื่อวันที่ 22 ตุลาคม ทีม Ling ของ Ant Group ได้ลงประกาศ Ling-3.1-flash-1019 บนบัญชีของตนเอง พร้อมแนบคะแนนและคำสัญญาไว้: 44 บน Artificial Analysis Intelligence Index เพิ่มขึ้นจาก 41 ของ Ling-3.1-flash เมื่อสัปดาห์ก่อน และอยู่ในระดับเดียวกับโมเดลของ Moonshot Kimi K3 โพสต์เดียวกันระบุว่าการเข้าถึงผ่าน API และการเปิดเผยน้ำหนักโมเดลจะ "เร็ว ๆ นี้" หน้าโมเดลของ Artificial Analysis เห็นด้วยกับครึ่งแรก — 44 จัดเป็นอันดับสามจาก 174 โมเดลที่ติดตาม — และเห็นด้วยกับครึ่งหลัง: ไม่มี API ที่เปิดให้สาธารณะ จำนวนพารามิเตอร์ไม่เปิดเผย และสถานะใบอนุญาตเป็นแบบกรรมสิทธิ์ ดังนั้นประโยคที่ถูกต้องไม่ใช่ "Ant เปิดตัวโมเดลระดับ K3" แต่คือ: Ant ส่งมอบคะแนนที่วัดได้สำหรับ Ling-3.1-flash-1019 และ ณ วันนี้ ไม่มีใครนอกไปป์ไลน์การประเมินของ Ant เองที่สามารถเรียกใช้บิลด์ที่ทำคะแนนนั้นได้ นี่คือบทสรุปสิ่งที่เรารู้จนถึงตอนนี้เกี่ยวกับโมเดลที่ลึกเพียงหนึ่งตัวเลขและหนึ่งคำสัญญา และตัวเลขทุกตัวด้านล่างมีแหล่งที่มาหรือป้ายกำกับชัดเจนว่ายังไม่มีแหล่งที่มา

ภาพรวมของเรื่องนี้ สำหรับใครที่อยากได้แบบกระชับในอึดใจเดียว: Ling-3.1-flash-1019 คือ checkpoint ที่ประทับวันที่ของสายเดียวกับ Ling-3.1-flash — sparse mixture-of-experts ประมาณ 5.6 แสนล้านพารามิเตอร์ โดยมีพารามิเตอร์ที่ทำงานอยู่ราว 2.5 หมื่นล้านตัวต่อโทเคน เป็นสแต็ก linear-attention แบบไฮบริด และอ้างว่ามีบริบท 1M โทเคน — และ "1019" คือวันที่บิลด์ ไม่ใช่สถาปัตยกรรมใหม่ สิ่งที่ใหม่คือคะแนน ต้นทุนในการได้มันมา และช่องว่างระหว่างสองแล็บที่การเปรียบเทียบนี้กำลังชี้ไปที่: Ant ซึ่งประกาศแทนที่จะปล่อยของจริง และ DeepSeek ซึ่งบิลด์ flash ที่ประทับวันที่ของตัวเอง DeepSeek V4.1-Flash-1017 เปิดตัวก่อนหน้าห้าวันพร้อมน้ำหนักโมเดลและเรตการ์ดที่ไม่เปลี่ยนแปลง ระยะห่างระหว่างสไตล์การเปิดตัวสองแบบนี้คือเนื้อหาส่วนใหญ่ของบทความนี้

44 คืออะไร และสิ่งที่หน้าเว็บไม่ได้บอก

Artificial Analysis Intelligence Index เป็นดัชนีแบบองค์รวม ไม่ใช่การทดสอบเพียงรายการเดียว เวอร์ชัน 4.3.2 ให้น้ำหนักกับการประเมินสิบรายการ ได้แก่ AA-Briefcase v1.1, GDPval-AA v2.1, AutomationBench-AA, Terminal-Bench 4.0, SciCode, Humanity's Last Exam, GDP.pdf, CritPt, AA-Omniscience และ AA-LCR v1.1 ดัชนีแบบองค์รวมที่ผสมงานสำนักงาน การใช้งานเทอร์มินัล คณิตศาสตร์เชิงการแข่งขัน การดึงข้อมูลบริบทยาว และพฤติกรรมการสร้างข้อมูลเท็จ จะสร้างตัวเลขให้กับโมเดลแทบทุกตัว และตัวเลขนั้นให้ข้อมูลได้มากพอ ๆ กับแถวข้อมูลที่รองรับมันอยู่เท่านั้น

สำหรับ Ling-3.1-flash-1019 นั้น ยังไม่มีแถวข้อมูลเหล่านี้อยู่ หน้านี้เผยแพร่ค่า 44 และจัดให้อยู่อันดับสามโดยรวม โดยระบุบริบท 1M โทเคน อินพุตข้อความและเอาต์พุตข้อความ เป็นโมเดลเชิงเหตุผล จำนวนพารามิเตอร์ที่ไม่เปิดเผย และ — ส่วนที่สำคัญที่สุด — “ไม่มี API ที่เปิดให้สาธารณะเข้าถึงได้” ในตำแหน่งที่ควรมีผลลัพธ์แยกตามการประเมินและความเร็ว SciCode ถูกทำเครื่องหมายว่าอยู่ระหว่างการตรวจสอบ ไม่มีตัวเลขความเร็วเอาต์พุต ไม่มีตัวเลขเวลาแฝง และไม่มีทางจำลองแถวข้อมูลแม้แต่แถวเดียวได้หากไม่มีน้ำหนักโมเดลหรือ endpoint นั่นไม่ใช่คำวิจารณ์ Artificial Analysis ซึ่งวัดได้เฉพาะสิ่งที่เข้าถึงได้เท่านั้น แต่เป็นคำอธิบายว่าหลักฐานในขณะนี้บางเบาเพียงใด รายละเอียดของโมเดลที่อยู่ใต้คะแนนรวมได้รับการวัดแล้ว แทบจะแน่นอนว่าบน endpoint ที่ผู้ขายโฮสต์หรือจัดหาให้ และรายละเอียดของข้อตกลงดังกล่าวไม่เปิดเผยต่อสาธารณะ

ตัวเลขสองตัวบนหน้านั้นทำงานได้มากกว่าพาดหัวข่าว เพราะทั้งคู่เป็นต้นทุนไม่ใช่คะแนน ตัวแรกคือโทเค็นเอาต์พุตที่ใช้ไประหว่างการรันดัชนี: 350 ล้านสำหรับบิลด์ 1019 เทียบกับ 220 ล้านสำหรับบิลด์ที่ได้คะแนน 41 ตัวที่สองคือต้นทุนต่องาน Intelligence Index: $1.49 เทียบกับ $1.00 สำหรับรุ่นก่อนหน้า เมื่ออ่านคู่กัน ทั้งสองบอกสิ่งที่คะแนนบอกไม่ได้: สามคะแนนที่เพิ่มขึ้นนั้นถูกซื้อมาด้วยการคิดนานขึ้นราว 59% ที่เรตการ์ดเดิมตามที่ประกาศไว้ และบิลต่องานเพิ่มขึ้นราว 49% แล็บที่ได้คะแนนดัชนีเพิ่มขึ้นจากการทำให้โมเดลใช้เหตุผลนานขึ้นไม่ใช่เรื่องผิด — ความยาวของการใช้เหตุผลเป็นคันโยกที่ชอบธรรม — แต่มันหมายความว่า 44 ไม่ได้มาฟรี และผู้ซื้อที่เปรียบเทียบจากดัชนีเพียงอย่างเดียวกำลังเปรียบเทียบตัวเลขที่ต้นทุนต่อคะแนนเคลื่อนไปในทิศทางที่ผิด

ตัวเรตการ์ดเองไม่ได้เปลี่ยนแปลง Artificial Analysis ระบุราคา $0.30 ต่อหนึ่งล้านโทเคนอินพุต และ $0.90 ต่อหนึ่งล้านโทเคนเอาต์พุตสำหรับทั้งสองบิลด์ พร้อมส่วนลดแคช 80% ราคาเฉลี่ยรวม $0.19 ต่อหนึ่งล้านโทเคนตามสัดส่วนมาตรฐาน และหน้าต่างบริบท 1M ราคาเหล่านี้เป็นราคาที่เผยแพร่ของบริษัทแม่ซึ่งยกมาใช้ต่อ ซึ่งเป็นสมมติฐานที่สมเหตุสมผลเมื่อผู้ขายไม่ได้ประกาศราคาใหม่ แต่ก็ยังเป็นสมมติฐานอยู่ดี ราคาโปรโมชันของ Ant บนบิลด์ที่ใช้งานจริง — มีรายละเอียดเพิ่มเติมด้านล่าง — ต่ำกว่าอัตราตามรายการมาก

สามแต้มนั้นมาจากไหน

Ant ยังไม่ได้เผยแพร่ตารางผลการประเมินแยกตามรายการประเมินสำหรับบิลด์ 1019 คะแนนย่อยที่แพร่กระจายกันมานั้นมาจากการรายงานข่าวภาษาจีนเกี่ยวกับการประกาศดังกล่าว ซึ่งรายงานการเปลี่ยนแปลงสองรายการโดยอ้างอิงจาก Artificial Analysis ได้แก่ AA-Briefcase เพิ่มขึ้นจากประมาณ 1,400 Elo เป็น 1,524 และ AutomationBench-AA จากประมาณ 62% เป็น 68% ควรถือว่าทั้งสองรายการเป็นข้อมูลมือสองจนกว่าแถวผลการประเมินจะปรากฏบนหน้ารุ่นโมเดล — ตัวเลขเหล่านี้เป็นตัวเลขที่มีการรายงาน ไม่ใช่ตัวเลขที่บทความนี้ตรวจสอบกับตารางปฐมภูมิ

ค่าดังกล่าวอย่างน้อยก็สอดคล้องกันภายในกับสิ่งที่บิลด์หลักวัดได้ เมื่อเราอ่านหน้า Ling-3.1-flash เมื่อวันที่ 7 ตุลาคม AA-Briefcase อยู่ที่ 1,400.35 และ AutomationBench-AA อยู่ที่ 0.617 ซึ่งเป็นค่าเดียวกันกับที่การรายงานปัดเป็น "ราว 1,400" และ "ประมาณ 62%" ดังนั้นทิศทางจึงเป็นไปได้ และชี้ไปยังข้อกล่าวอ้างเฉพาะเจาะจงข้อหนึ่ง: การอัปเดตนี้เป็นการปรับปรุงด้านเอเจนต์และงานสำนักงาน ไม่ใช่การยกระดับความสามารถทั่วไป AutomationBench และ AA-Briefcase เป็นสองแถวในดัชนีนี้ที่ให้คะแนนกับการใช้เครื่องมือหลายขั้นตอนและการทำภารกิจระยะยาวจนสำเร็จโดยตรงที่สุด หากสองรายการนี้ขยับขึ้น แต่ GDPval, SciCode, HLE และ CritPt ไม่ขยับ คำอธิบายที่ถูกต้องของ Ling-3.1-flash-1019 คือ "ทำงานเสร็จได้ดีขึ้น" ไม่ใช่ "ฉลาดขึ้น"

ความแตกต่างนั้นมีนัยสำคัญในทางปฏิบัติ โมเดลที่ได้คะแนนเพิ่มในแถวแบบ agentic ควรค่าแก่การทดสอบกับภาระงานการเรียกใช้เครื่องมือของคุณเอง ส่วนโมเดลที่ได้คะแนนเพิ่มอย่างสม่ำเสมอควรค่าแก่การทดสอบในทุกด้าน จนกว่าแถวเหล่านี้จะเผยแพร่ คะแนน 44 จะบอกคุณไม่ได้ว่าคุณกำลังถือแบบใดอยู่ และท่าทีที่สมเหตุสมผลคือท่าทีที่บัญชีซึ่ง flagged บิลด์นี้ใช้ นั่นคือแสดงคะแนนทั้งหมด คะแนนคอมโพสิตเป็นเพียงพาดหัว ส่วนแถวต่าง ๆ คือสิ่งที่ใช้ตัดสินใจ

กรอบของ Kimi K3-Flash พร้อมราคา

กรอบการเล่าเรื่องที่ทำให้ Ling-3.1-flash-1019 ปรากฏบนไทม์ไลน์จำนวนมากมาจากบัญชีที่มีผู้ติดตามเป็นจำนวนมากเมื่อวันที่ 22 ตุลาคม ซึ่งอธิบายว่าเวอร์ชันที่พัฒนาขึ้นนี้เป็นเสมือน Kimi K3-Flash โดยแท้จริง — ความฉลาดระดับ K3 ในต้นทุนระดับ flash — และเปรียบเทียบความคืบหน้าของ Ant ในสายนี้กับความคืบหน้าของ DeepSeek ใน V4.1-Flash ทั้ง "Kimi K3-Flash" และการเปรียบเทียบดังกล่าวไม่ใช่คำกล่าวอ้างเกี่ยวกับผลิตภัณฑ์ ทั้งสองเป็นเพียงคำเรียกสั้น ๆ และควรแยกให้ชัดว่าคำเรียกสั้น ๆ นี้สื่อถูกในเรื่องใดและกลบเกลื่อนอะไรไว้

สิ่งที่ทำได้ถูกต้องคือการคำนวณราคาต่อดัชนี และการคำนวณนั้นชัดเจนอย่างยิ่ง Kimi K3 อยู่ที่ 44 บนดัชนีเดียวกันในการกำหนดค่า Max นอกจากนี้ยังเป็นโมเดลขนาด 2.8 ล้านล้านพารามิเตอร์ที่มีพารามิเตอร์ทำงาน 104 พันล้านต่อโทเคน โดย Moonshot ตั้งราคาไว้ที่ $3.00 ต่ออินพุตหนึ่งล้านโทเคน และ $15.00 ต่อเอาต์พุตหนึ่งล้านโทเคน ส่วนอินพุตที่แคชไว้ราคา $0.30 Ling-3.1-flash-1019 เป็นไลน์โมเดลขนาด 560 พันล้านพารามิเตอร์ที่มีพารามิเตอร์ทำงานประมาณ 25 พันล้าน ตั้งราคาที่ $0.30 และ $0.90 คะแนนรวมเท่ากัน อัตราอินพุตเพียงหนึ่งในสิบ อัตราเอาต์พุตเพียงหนึ่งในสิบหก และพารามิเตอร์ทำงานต่อโทเคนเพียงหนึ่งในสี่ หากสิ่งที่คุณต้องการมีเพียงดัชนี นั่นไม่ใช่ชัยชนะเล็กน้อย แต่เป็นโครงสร้างต้นทุนที่แตกต่างออกไปสำหรับผลลัพธ์ระดับพาดหัวเดียวกัน

สิ่งที่คำเรียกสั้น ๆ นี้กลบเกลื่อนไว้คือทุกสิ่งทุกอย่างที่ดัชนีไม่ได้วัด Kimi K3 รับอินพุตเป็นรูปภาพ ส่วน Artificial Analysis ระบุว่า Ling-3.1-flash-1019 เป็นข้อความเข้า ข้อความออก Kimi K3 ดาวน์โหลดได้ภายใต้สัญญาอนุญาตของตัวเองตั้งแต่ปลายเดือนกรกฎาคม และเรียกใช้ผ่านผู้ให้บริการหลายรายได้ตั้งแต่นั้นมา ส่วน Ling-3.1-flash-1019 ไม่มีทั้งน้ำหนักโมเดลและ endpoint แถวการประเมินของ Kimi K3 ถูกเผยแพร่และวัดความเร็วแล้ว — 44 คือคะแนนผสมจากตารางที่มองเห็นได้ ส่วน 44 ของ Ling คือคะแนนผสมจากตารางที่ยังมองไม่เห็น และจำนวนพารามิเตอร์ไม่สามารถเทียบกันได้ในแบบที่คำว่า "560B" ชวนให้คิด: K3 ใช้ 104 พันล้านพารามิเตอร์ต่อโทเคน ขณะที่บิลด์นี้ใช้ 25 พันล้าน

• ดัชนี — 44 สำหรับทั้งคู่ บน Artificial Analysis Intelligence Index v4.3.2

• ราคา — Ling-3.1-flash-1019 $0.30 ต่ออินพุต / $0.90 ต่อเอาต์พุต ต่อ 1M เมื่อเทียบกับ Kimi K3 $3.00 / $15.00

• พารามิเตอร์ที่ใช้งานอยู่ — ประมาณ 25B ต่อโทเค็น เทียบกับ 104B ต่อโทเค็น ทั้งหมด: ประมาณ 560B เทียบกับ 2.8T

• รูปแบบข้อมูล — ข้อความอย่างเดียว เทียบกับข้อความและรูปภาพ

• ความพร้อมใช้งาน — ประกาศแล้ว แต่ยังไม่มี API และไม่มี weights เทียบกับอีกตัวที่ดาวน์โหลดได้และเปิดให้บริการมาตั้งแต่กรกฎาคม 2026

หลักฐาน — คอมโพสิตที่ไม่มีแถวข้อมูลที่เผยแพร่ เทียบกับคอมโพสิตที่มีตารางที่เผยแพร่และความเร็วเอาต์พุตที่วัดได้

ถ้าพูดแบบนั้น "Kimi K3-Flash" เป็นคำอธิบายที่ยุติธรรมต่อเจตนา และเป็นคำอธิบายที่ไม่ยุติธรรมต่อสถานการณ์ปัจจุบัน เจตนานั้นมีจริง: หาก Ant วางจำหน่ายบิลด์นี้ภายใต้สัญญาอนุญาต MIT ของบริษัทแม่ในราคาของบริษัทแม่ มันจะกลายเป็นเส้นทางที่ถูกที่สุดสู่ประสิทธิภาพแบบผสมระดับ K3 ในตลาด อย่างมาก สถานการณ์ปัจจุบันคือมันเป็นเพียงคะแนนที่ไม่มีอาร์ติแฟกต์รองรับ และโมเดลที่คุณเช่าได้จริงในราคา 44 นั้นมีราคาไม่ใกล้เคียงเลย

สองแล็บ หนึ่งเพลย์บุ๊ก: จุดตรวจที่ประทับวันที่

รูปแบบที่น่าสนใจกว่าไม่ใช่คะแนน แต่คือรูปแบบของการเปิดตัว ห้องแล็บทั้งสองแห่งที่การเปรียบเทียบนี้กล่าวถึงได้เปิดตัวการรีเฟรชกลางรอบในเดือนนี้ภายใต้ธรรมเนียมการตั้งชื่อแบบเดียวกัน — คำต่อท้ายสี่หลักที่ระบุเดือนและวันซึ่งต่อท้ายเข้ากับชื่อผลิตภัณฑ์ที่มีอยู่ — และทั้งสองแห่งก็ให้คุณตีความคำต่อท้ายนั้นว่าเป็นเวอร์ชัน

รายการของ DeepSeek คือ DeepSeek V4.1-Flash-1017 ลงวันที่ 17 ตุลาคม เร็วกว่าของ Ant ห้าวัน บันทึกการเปลี่ยนแปลงเรียกการอัปเดตนี้ว่า “การปรับปรุงแบบพาเรโตด้านประสิทธิภาพ-ต้นทุน” ระบุว่าวิธีการเรียก API และราคาไม่เปลี่ยนแปลง และให้การเรียกที่มีอยู่ชี้ไปยังบิลด์ใหม่ weights ของมันถูกอัปโหลดขึ้น Hugging Face ในเช้าวันเดียวกันภายใต้ MIT ที่ 763 พันล้านพารามิเตอร์ โดยไม่มีการจำกัดการเข้าถึงใด ๆ บนดัชนี รายงานที่อ้างอิง Artificial Analysis จัดให้อยู่ที่ 45 สูงกว่า 1019 ของ Ling หนึ่งคะแนน — เป็นการเพิ่มขึ้นหกคะแนนจาก 39 ที่คอนฟิกูเรชัน V4.1-Flash (Max) ถูกวัดได้เมื่อต้นเดือนตุลาคม หกคะแนนในสิบวัน รวมถึง weights ด้วย

รายการของ Ant คือ Ling-3.1-flash-1019 ซึ่งระบุวันที่ 19 ตุลาคมจากคำต่อท้าย และประกาศเมื่อ 22 ตุลาคม สามคะแนนในเวลาประมาณหนึ่งสัปดาห์ โดยไม่รวมเวต และไม่มีกำหนดว่าเวตเหล่านั้นจะมาถึงเมื่อไร แผนเดิมแต่ลงมือต่างกัน: DeepSeek มองเช็กพอยต์ว่าเป็นการเปิดตัวจริง ส่วน Ant มองว่าเป็นการอัปเดตกระดานคะแนนโดยจะมีของจริงตามมา นั่นไม่ใช่เรื่องอื้อฉาว และไม่ใช่เรื่องแปลก — แล็บต่างๆ ประกาศล่วงหน้าก่อนปล่อยเวตกันตลอด — แต่มันเปลี่ยนสิ่งที่ผู้อ่านทำได้ในวันนี้ ซึ่งเป็นบททดสอบเดียวที่สำคัญสำหรับโมเดลที่คุณอาจส่งทราฟฟิกไปให้

มีผลกระทบเชิงปฏิบัติการที่ซ่อนอยู่ในธรรมเนียมการตั้งชื่อ และนี่คือเหตุผลที่รูปแบบนี้ควรค่าแก่การติดตามต่อเนื่องเกินกว่าหนึ่งรีลีส เมื่อผู้ให้บริการรีเฟรชโมเดลโดยเปลี่ยนคำต่อท้ายและปล่อยสตริงโมเดล API ไว้เหมือนเดิม “โมเดล flash” ก็เลิกเป็นเป้าหมายที่เสถียร คุณขอโมเดลตามชื่อ ผู้ให้บริการก็ชี้ชื่อนั้นไปยังบิลด์ใดก็ตามที่เพิ่งส่งมอบล่าสุด และการประเมินของคุณเมื่อสัปดาห์ก่อนก็ไม่สะท้อนถึงสิ่งที่ตอบกลับในเช้านี้อีกต่อไป DeepSeek ระบุชัดเจนเรื่องนี้ — บันทึกการเปลี่ยนแปลงกล่าวว่าการเรียกไปยังสตริงโมเดลที่มีอยู่เดิมตอนนี้ไปถึงบิลด์ 1017

การปักหมุดคือวิธีแก้ และมันเป็นเรื่องของการกำหนดเส้นทางมากกว่าที่จะเป็นเรื่องของ benchmark นอกจากนี้ยังเป็นจุดที่แคตตาล็อกของเราเองบังเอิญมีประโยชน์ในฐานะตัวอย่าง: มันแสดงทั้ง deepseek/deepseek-v4.1-flash และ deepseek/deepseek-v4.1-flash-1017 เป็น ID โมเดลแยกกัน และ kimi/kimi-k3 เคียงข้างกัน ดังนั้นผู้เรียกใช้สามารถระบุชื่อบิลด์แทนที่จะระบุชื่อตระกูลได้ Ling-3.1-flash-1019 ไม่ได้อยู่ในแคตตาล็อกของเรา และบทความนี้จะไม่แสร้งทำเป็นอย่างอื่น — ไม่มี endpoint สำหรับมันที่ใดก็ตามที่เราตรวจสอบได้ ซึ่งนั่นคือประเด็นทั้งหมดของหัวข้อด้านบน

อะไรที่เปิดอยู่จริง และ “เร็วๆ นี้” มีอะไรที่คุ้มค่าบ้าง

บิลด์ที่กำลังประกาศไม่ใช่บิลด์ที่เปิดอยู่ ตัวที่เปิดอยู่คือ Ling-3.1-flash ซึ่ง Ant เผยแพร่เวตส์เมื่อวันที่ 15 ตุลาคม ภายใต้ MIT บน Hugging Face และ ModelScope การ์ดของมันระบุเฉพาะเจาะจงในแบบที่ประกาศ 1019 ไม่ได้ระบุ: พารามิเตอร์ทั้งหมด 560 พันล้าน, เปิดใช้งาน 25 พันล้านต่อโทเคน, เช็กพอยต์ที่ดาวน์โหลดได้ขนาด 572 พันล้านพารามิเตอร์, เลเยอร์ KDA 63 ชั้นบวกเลเยอร์ MLA แบบ gated 9 ชั้นในอัตราส่วน 7:1 และเลเยอร์ dense 4 ชั้น, ผู้เชี่ยวชาญแบบ routed 512 ตัวโดยเปิดใช้งาน 8 ตัวและแชร์ 1 ตัว, คำศัพท์ 157,184 คำ และบริบท 1M โทเคน

เรื่องราวด้านการให้บริการบน parent build นั้นคือเหตุผลที่โมเดล 560B น่าสนใจตั้งแต่แรก บันทึกการเผยแพร่ของ Ant อธิบายรูปแบบความแม่นยำแบบผสม — MXFP4 สำหรับ routed experts และ block-FP8 สำหรับ dense layers — ซึ่งลดขนาดพื้นที่จัดเก็บเวตจากประมาณ 534GB เหลือ 292GB และในการกำหนดค่าที่ทดสอบ ลดการติดตั้งใช้งานบน Hopper จากแปด GPU เหลือสี่ตัว มีสูตรการใช้งานสำหรับ SGLang และ vLLM มีกลไกแบบขนานสำหรับบริบทแบบยาวที่ Ant เรียกว่า PCP/DCP และการรองรับ JSON Schema ที่ดีขึ้นสำหรับการเรียกใช้เครื่องมือ ตัวเลขการให้บริการที่วัดได้ซึ่ง Ant เผยแพร่ไม่น่าตื่นเต้นในทางที่ดี: บน GPU Hopper แปดตัว เวลาเฉลี่ยถึงโทเคนแรก 604ms และเวลาแฝงระหว่างโทเคน 3.28ms ที่อัตราการฮิตแคช 76%; บนสี่ตัว ประมาณ 1.36 คิวรีต่อวินาที โดยมีค่า P50 ของเวลาถึงโทเคนแรกต่ำกว่าสามวินาที

ไม่มีข้อใดในนั้นได้รับการยืนยันสำหรับบิลด์ 1019 นี่เป็นความคาดหวังที่สมเหตุสมผล — เช็กพอยต์ที่ประทับวันที่ในสายผลิตภัณฑ์เดียวกัน โดยไม่มีการเอ่ยถึงจำนวนพารามิเตอร์ชุดเดียวกันนั้น ไม่น่าจะสร้างเรื่องราวการควอนไทซ์ของตนขึ้นมาใหม่ — แต่ความคาดหวังไม่ใช่เอกสารกำกับ และสองสิ่งที่ว่าจะตัดสินว่ารีลีสนี้สำคัญในระดับปฏิบัติการหรือไม่นั้นขาดหายไปทั้งคู่ สิ่งแรกคือสัญญาอนุญาต โพสต์ของ Ant เองเมื่อวันที่ 15 ตุลาคม อธิบายโมเดลแม่ว่าเป็นโอเพนซอร์สและไม่ได้ระบุชื่อสัญญาอนุญาตเลย การ์ดบน Hugging Face ระบุว่า MIT สิ่งเหล่านี้เป็นอาร์ติแฟกต์ที่แตกต่างกันซึ่งมีอำนาจต่างกัน และสำหรับบิลด์ 1019 ยังไม่มีทั้งคู่ สิ่งที่สองคือเช็กพอยต์ โมเดลที่มีพารามิเตอร์ที่ใช้งานอยู่ 25 พันล้านตัวซึ่งรันบน GPU Hopper สี่ตัวเป็นข้อเสนอที่แตกต่างอย่างแท้จริงจากโมเดลที่ต้องใช้แปดตัว และข้ออ้างเรื่อง GPU สี่ตัวทั้งหมดนั้นขึ้นอยู่กับสูตรการควอนไทซ์ที่ยังไม่ได้แนบมากับบิลด์นี้

ดังนั้นการตีความคำว่า “เร็วๆ นี้” อย่างสมเหตุสมผลก็คือ มันเป็นถ้อยแถลงเกี่ยวกับกำหนดการ ไม่ใช่ถ้อยแถลงทางเทคนิค มันบอกคุณว่า Ant ตั้งใจจะเปิดตัว แต่ไม่ได้บอกว่าภายใต้เงื่อนไขใด ที่ขนาดเท่าใด หรือว่าการคำนวณเรื่องการติดตั้งจะยังใช้ได้หรือไม่

สิ่งที่คุณสามารถรันได้ในวันนี้

บิลด์ที่เรียกใช้ได้คือรุ่นแม่ Ling-3.1-flash และข้อควรระวังเกี่ยวกับมันเป็นแบบที่จะปรากฏให้เห็นก็ต่อเมื่อคุณลองใช้งานมันแล้วเท่านั้น คอนเท็กซ์ที่ให้บริการมีขนาด 262,144 โทเคน แทนที่จะเป็น 1M ตามที่สเปกอ้างไว้ โดยมีเพดานเอาต์พุต 32,768 โทเคนบนเอนด์พอยต์ที่โฮสต์ และราคาที่โฮสต์เป็นราคาโปรโมชัน ไม่ใช่ราคาตามรายการ บันทึกของ Ant วันที่ 15 ตุลาคมระบุว่าโปรโมชันนี้ลดประมาณ 75%: $0.075 ต่อล้านอินพุต, $0.225 ต่อล้านเอาต์พุต และ $0.015 ต่อล้านการอ่านจากแคชในฝั่งต่างประเทศ และ ¥0.5 / ¥1.5 / ¥0.1 บน Ling Studio ตัวเลขเหล่านี้เป็นตัวเลขจริงสำหรับรุ่นแม่ ไม่ใช่สำหรับบิลด์ 1019 ซึ่งไม่มีอัตราที่เผยแพร่ของตัวเอง

ถ้าคำถามของคุณคือ "ฉันควรย้ายพาธโปรดักชันมาไว้บนนี้หรือไม่" คำตอบคือไม่ และไม่ใช่เพราะโมเดลแย่ บิลด์ที่ไม่มี endpoint ไม่มี weights ไม่มีไลเซนส์ และไม่มีแถวผลประเมินรายรายการที่เผยแพร่ ไม่สามารถประเมินได้ ทำได้เพียงคาดการณ์ล่วงหน้าเท่านั้น ถ้าคำถามของคุณคือ "ไลน์นี้ควรจับตามองไหม" คำตอบคือใช่ และวิธีลงมือทำแบบประหยัดคือการ benchmark สิ่งที่มันอ้างว่าทัดเทียมด้วย Kimi K3 และ DeepSeek V4.1-Flash-1017 ทั้งคู่เข้าถึงได้ผ่านคีย์ OrcaRouter คีย์เดียวในราคาตามรายการของผู้ให้บริการโดยไม่บวกเพิ่ม 0% ดังนั้นการรัน harness เดียวกันกับทั้งสองตัวจะบอกคุณได้ว่า 44 และ 45 ทำให้คุณเสียต้นทุนต่องานเท่าไรจริง ๆ ก่อนที่ Ant จะส่งมอบอะไรก็ตาม Automatic failover สำคัญในกรณีนี้ด้วยเหตุผลธรรมดา ๆ ว่า เมื่อคุณกำลังชี้ harness ประเมินผลชุดใหม่ไปยังบิลด์ที่ไม่คุ้นเคย คุณอยากให้ endpoint ที่มีปัญหาเสียแค่การลองใหม่ ไม่ใช่เสียทั้งบ่าย routing DSL จะวางโมเดลใดโมเดลหนึ่งไว้หลัง endpoint เดียวได้ ถ้าคุณไม่อยากเขียนไคลเอนต์ใหม่ถึงสองรอบ

อะไรจะยุติเรื่องนี้ได้

สี่เรื่อง โดยเรียงจากมากไปน้อยตามระดับที่จะเปลี่ยนแปลงภาพรวม

• แถวการประเมิน ตารางแยกตามการประเมินแต่ละรายการที่เผยแพร่บนหน้า Artificial Analysis จะเปลี่ยน 44 จากพาดหัวข่าวให้เป็นโปรไฟล์ และบอกผู้อ่านได้ว่านี่เป็นการปรับปรุงแบบเอเจนต์หรือการปรับปรุงในวงกว้าง การที่ SciCode หลุดจากสถานะ "อยู่ระหว่างการตรวจสอบ" มีความสำคัญกว่าปกติ เพราะการเขียนโค้ดเป็นด้านที่โมเดลราคาถูกเข้ามาแทนที่โมเดลราคาแพงก่อนด้านอื่น

• เวตของโมเดล พร้อมสัญญาอนุญาตที่ระบุชื่อ MIT จะทำให้คำกล่าวอ้างเรื่องสี่ GPU นั้นใช้ได้ในวงกว้าง และเปลี่ยนสิ่งนี้ให้เป็นโมเดลระดับ K3 ที่ถูกที่สุดที่ใครก็โฮสต์เองได้ สัญญาอนุญาตแบบจำกัดหรือแบบเฉพาะรายจะทำให้ 44 กลายเป็นตัวเลขการตลาดที่มาพร้อมสัญญาแนบมาด้วย และจะเป็นเรื่องราวในตัวเอง

• API หนึ่งตัว เพื่อให้มีความเร็วและความหน่วง ทุกโมเดลในดัชนีที่มี endpoint จะมีค่าความเร็วเอาต์พุตที่วัดได้ ส่วนโมเดลนี้ไม่มี ซึ่งหมายความว่าครึ่งหนึ่งด้านประสิทธิภาพของคำกล่าวอ้าง "flash" ยังไม่ถูกทดสอบในขณะนี้ โมเดล flash ที่ใช้การให้เหตุผลนานขึ้น 59% ถือเป็นผลิตภัณฑ์ที่แตกต่างจากโมเดลที่ใช้การให้เหตุผลเร็วขึ้นในปริมาณเท่ากัน

• {{1}}ฮาร์เนสเดียวที่ครอบคลุมทั้งสามตัว{{/1}} ยังไม่มีเบนช์มาร์กที่เผยแพร่แล้วใดรัน {{2}}Ling-3.1-flash-1019{{/2}}, {{3}}DeepSeek V4.1-Flash-1017{{/3}} และ {{4}}Kimi K3{{/4}} บนการประเมินเดียวกัน และจนกว่าจะมีสักอัน ทุกการเปรียบเทียบในบทความนี้ — รวมถึงการเปรียบเทียบในโพสต์ที่จุดประกายเรื่องนี้ — เป็นการเปรียบเทียบของคอมโพสิตที่คำนวณ ณ เวลาต่างกันบนคอนฟิกูเรชันที่ต่างกัน

จนกว่าอย่างน้อยตัวแรกของสิ่งเหล่านั้นจะพร้อมใช้งาน สรุปที่ถูกต้องของ Ling-3.1-flash-1019 คือนี้: คะแนนจริง จากแล็บจริง บนโมเดลที่ยังไม่มีอยู่จริงในฐานะอาร์ติแฟกต์ ตอนนี้ Ant ได้ประกาศบิลด์ Ling-3.1-flash สองตัวก่อนที่ตัวใดตัวหนึ่งจะพร้อมใช้งานเต็มรูปแบบ — การเปิดตัวในเดือนกันยายนที่ไม่มีเวต และอันนี้ที่ไม่มีทั้งเวตและ endpoint — และรูปแบบนี้ชัดเจนพอที่จะวางแผนรับมือได้: มองส่วนต่อท้ายของ Ant เป็นสัญญาณว่ากำลังจะมีบางสิ่งมา และมองส่วนต่อท้ายของ DeepSeek เป็นสัญญาณว่าบางสิ่งอยู่ที่นี่แล้ว ค่า 44 นั้นน่ารู้ แต่ยังไม่คุ้มที่จะนำไปใช้กำหนดเส้นทาง