Ling-3.1-flash กับ Ling-3.0-flash: หน้าต่าง 1M โทเคนและพารามิเตอร์ 4.5 เท่าเปลี่ยนอะไรไปจริง ๆ

ตระกูล Ling ของ Ant Group มีระดับความเร็วใหม่ และครั้งนี้มันเพิ่งมีอายุได้แค่ประโยคเดียว Ling-3.1-flash ถูกประกาศเมื่อวันที่ 30 กันยายน 2026 — มีพารามิเตอร์รวมประมาณ 560 พันล้านตัว เปิดใช้งานประมาณ 25 พันล้านตัวต่อโทเคน หน้าต่างบริบทที่ระบุว่าสูงสุดถึง 1 ล้านโทเคน และมีวลีเดิม ๆ ติดท้ายมาด้วย: "เราวางแผนจะเปิดซอร์สโมเดลนี้ในเร็ว ๆ นี้" โมเดลที่มันมาแทนที่ ณ จุดสูงสุดของสายรุ่นเร็วอย่าง Ling-3.0-flash นั้นเป็นคนละแบบกันโดยสิ้นเชิงในทุกความหมาย: พารามิเตอร์รวม 124 พันล้านตัว เปิดใช้งาน 5.1 พันล้านตัวต่อโทเคน บริบทที่ให้บริการ 262,144 โทเคน น้ำหนักโมเดลภายใต้สัญญาอนุญาต MIT บน Hugging Face ตั้งแต่วันที่ 7 สิงหาคม และดัชนี Artificial Analysis Intelligence Index จากหน่วยงานอิสระอยู่ที่ 20 หนึ่งในโมเดลเหล่านี้คุณดาวน์โหลดได้วันนี้ อีกโมเดลหนึ่งคุณได้แต่อ่านเกี่ยวกับมัน การเปรียบเทียบทั้งสองนั้นมีประโยชน์จริง ๆ แต่เฉพาะเมื่อการเปรียบเทียบเริ่มต้นจากตรงนั้น

เลขคณิตบนพาดหัวข่าวนั้นง่ายและชวนเข้าใจผิดเล็กน้อย Ling-3.1-flash มีจำนวนพารามิเตอร์รวมประมาณ 4.5 เท่าของ Ling-3.0-flash และมีจำนวนพารามิเตอร์ที่ใช้งานจริงประมาณ 4.9 เท่า — 25B เทียบกับ 5.1B ต่อโทเคน การอ่านแบบผิวเผินบอกว่า "โมเดลใหญ่ขึ้นมาก จึงฉลาดขึ้นมาก" แต่การอ่านอย่างรอบคอบกว่านั้นคือ Ant ได้รักษาอัตราส่วน sparsity ไว้คร่าว ๆ ขณะขยายตัวโมเดล และสิ่งที่ได้มาคือความจุ ไม่จำเป็นต้องเป็นความลึกในการให้เหตุผลต่อโทเคน โมเดลที่จัดเส้นทาง 25B จาก 560B ผ่านแต่ละโทเคน ทำงานต่อโทเคนมากกว่าโมเดลที่จัดเส้นทาง 5.1B แต่ก็ต้องจ่ายค่าคอมพิวต์ต่อโทเคนประมาณห้าเท่าเพื่อทำสิ่งนั้น ผลลัพธ์ของการแลกเปลี่ยนนี้จะออกมาเป็นอย่างไรนั้น ขึ้นอยู่ทั้งหมดกับว่าสถาปัตยกรรมของ Ant จัดการพารามิเตอร์ที่เพิ่มขึ้นอย่างมีประสิทธิภาพหรือไม่ — และนั่นเป็นคำถามที่ประกาศไม่ได้ตอบ

ทั้งสองรุ่น เคียงข้างกัน

วางข้อเท็จจริงที่เผยแพร่แล้วไว้เคียงข้างกัน และแยกแต่ละรุ่นออกจากกันอย่างชัดเจน แต่ละบรรทัดด้านล่างระบุสิ่งที่ Ant หรือผู้ประเมินอิสระได้เผยแพร่จริง หากตัวเลขใดหายไป ตัวเลขนั้นหายไปเพราะยังไม่มีใครเผยแพร่

• จำนวนพารามิเตอร์ทั้งหมด — Ling-3.1-flash: ~560B (ผู้ขาย). Ling-3.0-flash: 124B (การ์ดโมเดล).

• พารามิเตอร์ที่ใช้งานอยู่ต่อโทเคน — Ling-3.1-flash: ~25B (ผู้ขาย). Ling-3.0-flash: 5.1B (โมเดลการ์ด).

• หน้าต่างบริบท — Ling-3.1-flash: สูงสุด {{1}}1M{{/1}} โทเค็น (ผู้จำหน่าย) Ling-3.0-flash: {{2}}256K{{/2}} โดยกำเนิด ให้บริการที่ 262,144 (การ์ดโมเดลและสูตรการอนุมาน)

• น้ำหนักและสัญญาอนุญาต — Ling-3.1-flash: ยังไม่เผยแพร่; ไม่มีที่เก็บโมเดล ไม่มีสัญญาอนุญาต (ตรวจสอบเมื่อวันที่ 30 กันยายน และอีกครั้งเมื่อวันที่ 1 ตุลาคม 2026) Ling-3.0-flash: MIT บน Hugging Face ในชื่อ inclusionAI/Ling-3.0-flash และบน ModelScope ตั้งแต่ 7 สิงหาคม 2026

• รูปแบบเวท — Ling-3.1-flash: ไม่มีให้ใช้งาน Ling-3.0-flash: BF16 (~255GB) และ FP8 (~128GB) จากทางแล็บ รวมถึงควอนต์จากคอมมูนิตี้

• ที่มาของผลการทดสอบ — Ling-3.1-flash: เป็นข้อมูลที่ผู้จำหน่ายรายงานทั้งหมด ไม่มีชุดทดสอบสาธารณะ ไม่มีเวตให้นำมารันซ้ำ Ling-3.0-flash: ได้รับการให้คะแนนอย่างอิสระโดย Artificial Analysis ที่ดัชนีความฉลาด 20 พร้อมเผยแพร่ความเร็วเอาต์พุตที่วัดได้และปริมาณการสร้างโทเคนไว้ควบคู่กัน

• ความพร้อมใช้งาน — Ling-3.1-flash: เฉพาะผลิตภัณฑ์ Ling Studio ของ Ant เองเท่านั้น Ling-3.0-flash: โฮสต์เองได้ และเรียกใช้งานผ่าน API สำหรับนักพัฒนาของ Ant ได้

ความจุพิเศษนี้น่าจะมีไว้ทำอะไร

คำอธิบายหนึ่งบรรทัดของ Ant เองเกี่ยวกับ Ling-3.1-flash คือสิ่งทีให้ข้อมูลมากที่สุดในการเปิดตัวครั้งนี้ แอป Ling Studio โปรโมตว่ามันเหมาะกับ "เอเจนต์อเนกประสงค์ การค้นหา งานออฟฟิศประจำวัน และการพัฒนา software/โค้ด" — เป็นการวางกรอบแบบงานออฟฟิศและงานเอเจนต์ ไม่ใช่กรอบการวัดผลด้านการใช้เหตุผล ซึ่งสอดคล้องกับวิธีจัดระเบียบตระกูลโมเดลนี้: Ling เป็นสายข้อความและเครื่องมืออเนกประสงค์ Ring เป็นสายการใช้เหตุผล และ Ming ดูแลงานมัลติโมดัล Ling-3.0-flash อยู่ในตำแหน่งเดียวกันในรุ่นก่อนหน้า และเป็นระดับที่เร็วและราคาถูกอย่างชัดเจน ไม่ใช่เรือธง

เมื่อมองการขยายขนาดในแง่นั้น มันก็สมเหตุสมผล งานแบบ Agentic และ tool-calling นั้นยาว ซ้ำซาก และหิวบริบทมาก: ลูปของเอเจนต์เพียงลูปเดียวอาจเผาโทเคนหลายหมื่นโทเคนจากผลลัพธ์ของเครื่องมือที่สะสมไว้ก่อนจะลงมือทำอะไร ดังนั้นหน้าต่าง 1M-token จึงเป็นข้อกำหนดเชิงฟังก์ชัน มากกว่าจะเป็นของประดับบนสเปกชีต การขยายจำนวนพารามิเตอร์ทั้งหมดโดยยังคงสัดส่วนที่ทำงานอยู่ (active fraction) ไว้สูง คือวิธีที่คุณเพิ่มความรู้รอบโลกและความลึกในการทำตามคำสั่งให้กับโมเดลที่ยังต้องเร็วพอจะอยู่ในลูปได้ Ant ไม่ได้กำลังสร้างเรือธงที่ช้าลงแต่ฉลาดขึ้นตรงนี้ แต่กำลังสร้างระดับเร็วที่ใหญ่ขึ้น

ข้อโต้แย้งคือเรื่องต้นทุน และมันเป็นการคำนวณแบบเดียวกันที่มาจากอีกทิศทางหนึ่ง ความจุที่เพิ่มขึ้นไม่ได้มาฟรีในช่วงอินเฟอเรนซ์ — มันต้องจ่ายในทุกโทเคน และ Ant ไม่ได้เผยแพร่ราคาสำหรับ Ling-3.1-flash เลยแม้แต่รายการเดียว: ไม่มีตารางราคา API ไม่มีส่วนลดแคช ไม่มีอะไรที่เทียบได้กับ $0.075/$0.22 ต่อล้านโทเคนที่รุ่นก่อนหน้าระบุไว้ นั่นคือตัวเลขที่หายไปซึ่งจะใช้ตัดสินการเปรียบเทียบนี้ และมันหายไป

เบนช์มาร์ก และใครเป็นผู้รัน

Ling-3.1-flash มาพร้อมกับคะแนนสามค่าที่ดูแข็งแกร่งเมื่อพิจารณาแยกกัน: 1,673 Elo บน GDPVal-AA v2.1, 75.16 บน FrontierSWE และ 65.35 บน HealthBench Professional ทั้งสามเป็นของ Ant เอง นำมาจากประกาศ และไม่มีค่าใดได้รับการทำซ้ำโดยห้องแล็บภายนอก ผลที่ตามมาในทางปฏิบัติคือสามารถนำไปเปรียบเทียบกับตัวเลขของผู้ขายรายอื่นได้ แต่ไม่สามารถเปรียบเทียบกับตัวเลขที่เป็นอิสระได้ — และดัชนี Intelligence Index 20 คะแนนของ Artificial Analysis สำหรับ Ling-3.0-flash เป็นตัวเลขอิสระในระดับที่แตกต่างกัน ดังนั้นการนำสองสิ่งมาเปรียบเทียบกันจะเป็นการเปรียบเทียบการวัดกับคำกล่าวอ้าง ไม่มีหน้า Ling-3.1-flash บน Artificial Analysis ในขณะที่เขียน

มีเชิงอรรถหนึ่งบนแผนภูมิของ Ant เองที่ควรค่าแก่การหยิบยกขึ้นมาในตัวเอง การ์ดระบุว่าผลลัพธ์ HealthBench Professional ถูกประเมินใน “สภาพแวดล้อม AQ” และความสามารถด้านการดูแลสุขภาพของ Ling-3.1-flash ในปัจจุบันสามารถสัมผัสได้เฉพาะใน AQ เท่านั้น ไม่มีเอกสารสาธารณะใดอธิบายว่า AQ คืออะไร คะแนนพาดหัวที่มีตัวระบุสภาพแวดล้อมซึ่งไม่มีการเปิดเผยชื่อ ไม่ใช่สิ่งที่ทีมภายนอกจะทำซ้ำได้ แม้เมื่อน้ำหนักโมเดลจะมีอยู่แล้ว

อันไหนที่ควรใช้จริง ๆ ในสัปดาห์นี้

คำถามเรื่องรุ่นต่อรุ่นมีคำตอบแตกต่างกันไป ขึ้นอยู่กับว่าวันนี้คุณต้องการอะไร และสำหรับเกือบทุกคน คำตอบในตอนนี้ไม่ใช่รุ่นที่ใหม่กว่า

หากคุณต้องการรันบางสิ่งในสัปดาห์นี้ Ling-3.0-flash เป็นตัวเดียวในสองตัวที่มีอยู่ในรูปแบบที่ใช้งานได้: น้ำหนัก MIT ที่คุณโฮสต์เองได้, FP8 หากคุณต้องการขนาดที่เล็กกว่า, ราคา API จากเจ้าของโดยตรงที่เผยแพร่แล้ว, และคะแนนอิสระที่บอกคุณว่าคุณจะได้รับอะไร มันเป็นโมเดลที่ดีจริง ๆ ในระดับของมัน — การประเมินอิสระจัดให้มันอยู่บนพรมแดนพาเรโตของ open-weights สำหรับความฉลาดเมื่อเทียบกับจำนวนพารามิเตอร์ทั้งหมด และให้คะแนนความเร็วของมันสูง โดยมีข้อแม้ว่ามันพูดมากผิดปกติและสร้างโทเค็นประมาณ 260 ล้านโทเค็นในระหว่างการประเมิน เทียบกับค่ามัธยฐานที่ใกล้ 100 ล้าน

ถ้าคุณกำลังวางแผนสำหรับหกเดือนข้างหน้า Ling-3.1-flash คือทิศทางที่กำลังมุ่งไป และยังไม่ใช่ส่วนประกอบหนึ่ง สิ่งเจาะจงที่ต้องจับตาก่อนที่มันจะกลายเป็นส่วนประกอบหนึ่ง ได้แก่ น้ำหนักจะเปิดจริงหรือไม่และภายใต้สัญญาอนุญาตใด หน้าต่างที่ให้บริการเป็น 1M จริงหรือเป็นส่วนขยายของบริบทเนทีฟที่สั้นกว่า ราคาต่อล้านโทเค็นเท่าไร และห้องแล็บอิสระจะทำซ้ำค่า 75.16 บน FrontierSWE ได้หรือไม่ หากข้อใดข้อหนึ่งเหล่านี้เกิดขึ้นจริง ก็เป็นเหตุผลให้รันการเปรียบเทียบซ้ำ ยังไม่มีข้อใดเกิดขึ้น

สิ่งนี้อยู่ตรงไหนในสแต็กการกำหนดเส้นทาง

วันนี้ยังไม่มีโมเดล Ling ตัวใดอยู่ในแคตตาล็อกของเรา — Ling-3.0-flash, Ling-3.0-flash-VL และ Ling-3.1-flash ต่างก็คืนค่า not-found เมื่อเรียกผ่าน API โมเดลของ OrcaRouterดังนั้นคำตอบที่ตรงไปตรงมาต่อคำถามที่ว่า "ฉันเรียกมันผ่านคุณได้ไหม" คือ ยังไม่ได้ ในตอนนี้ สิ่งที่เลเยอร์จัดเส้นทางทำได้ดีจริง ๆ ในสัปดาห์แบบนี้คืออีกครึ่งหนึ่งของปัญหา นั่นคือโมเดลที่คุณจะใช้เป็นตัวเทียบวัดกับตัวเลือกที่พิจารณาอยู่ Claude Opus 5, GPT-5.6 Sol และ DeepSeek-V4.1-Flash ล้วนเป็นเส้นทางที่เปิดใช้งานจริงในราคาตามที่ผู้ให้บริการระบุ โดยไม่บวกเพิ่ม และเราเตอร์ที่เก็บโมเดลเหล่านี้ไว้หลังคีย์เดียวพร้อมการสลับไปใช้ตัวสำรองอัตโนมัติเมื่อเกิดข้อขัดข้อง คือวิธีที่ทำให้ฮาร์เนสสำหรับประเมินผลยังชี้ไปที่เป้าหมายที่เคลื่อนไหวอยู่ได้ โดยไม่ต้องดูแลการเชื่อมต่อถึงสี่แบบ เมื่อน้ำหนักของ Ling-3.1-flash เปิดให้ใช้งานและสัญญาอนุญาตอ่านเข้าใจได้ นั่นก็คือรูปแบบของการตัดสินใจเช่นกัน: เพิ่มปลายทางเพียงหนึ่งจุด ไม่ใช่สร้างสแต็กใหม่ทั้งชุด

บทสรุปเชิงรุ่นนั้นสั้น Ling-3.0-flash เป็นโมเดลที่ส่งมอบแล้ว ได้รับการให้คะแนนโดยอิสระ มีสัญญาอนุญาตแบบผ่อนปรน และสามารถโฮสต์เองได้แล้ววันนี้ ส่วน Ling-3.1-flash เป็นคำสัญญาที่ใหญ่กว่า มีบริบทที่ยาวกว่า และมีค่าใช้จ่ายในการรันสูงกว่า ซึ่ง Ant ยังไม่ได้ส่งมอบในรูปแบบใด ๆ ที่นักพัฒนาสามารถนำไปใช้ได้ การมองรุ่นหลังเป็นอัปเกรดของรุ่นแรกคือความผิดพลาดที่การเปิดตัวครั้งนี้ชวนให้ทำ และตัวเลขยังไม่สนับสนุนข้อสรุปนี้