Ling-3.0-flash-VL：螞蟻的 5.5B 活躍視覺模型在 Intelligence Index 上排名第 25

Ling-3.0-flash-VL 現在有了一個不是螞蟻集團任何人輸入的基準分數，而這就是新聞。螞蟻集團 inclusionAI 實驗室推出的首個原生多模態模型，在 Artificial Analysis Intelligence Index 上得分為 25——這是一項獨立運行，採用當前的 v4.3 量表，並與一個列出其速度、延遲和價格的模型頁面一同發布。它是在供應商自己的模型卡聲稱 42 在同一指數上之後的三週出現的，而讀者對這兩個數字能做的最有用的事情，就是理解它們為何並不矛盾：螞蟻是根據 Intelligence Index 協議 v4.1.1 進行測量，Artificial Analysis 則是根據 v4.3 進行測量，而這些是由不同評估集構建的不同尺子。供應商數字與第三方接觸後與其說是存活下來，不如說是在它被寫下時還不存在的量表上被重新測量了。

評分背後的模型是一個稀疏專家混合架構，總參數量達 124B，每個 token 約有 5.5B 活躍參數，以 MIT 授權條款發布，提供 BF16 與 FP8 權重，可接受文字、圖像與影片並輸出文字。活躍參數這個數字，正是這整件事的立論所在。在 5.5B 活躍參數下，Ling-3.0-flash-VL 位居開放模型中如今最引人注目的一條曲線上——那是以智能前沿對比啟動參數、而非總規模的曲線——而它之所以能站上那裡，是因為它每單位推論算力能完成相當可觀的工作，而不是因為它龐大無比。

這篇文章涵蓋實際出貨的內容與時間、獨立測試的說法、為什麼 Pareto 主張比大多數同類主張更站得住腳、這個模型的成本，以及你實際上能在哪裡呼叫它。給只想要重點的人，短版是這樣：Ling-3.0-flash-VL 是真的、開放權重、服務成本異常低廉、在其規模級別中可測量地高於平均，而且明顯比原始分數所暗示的更冗長、更晚推出。其供應商聲稱的 42 從未被獨立重現，也無法與現在榜上的 25 相提並論。

實際出貨了什麼，以及那條不斷被壓平的時間軸

對這次發布的報導，往往會把幾個各自獨立的事件壓縮成同一個發布日期，而這些日期之所以重要，是因為它們說明了為何早期文章會描述一個 Ant 以外沒有人能評分的模型。Hugging Face 儲存庫 inclusionAI/Ling-3.0-flash-VL 建立於 2026 年 9 月 4 日——64 個 BF16 權重分片、MIT 授權，以及一套用於 bailing_moe_v3_vl 架構的自訂程式碼堆疊；而且有幾天幾乎沒人下載它。FP8 量化接著在 9 月 8 日，約 126 GB、橫跨 64 個分片，其中視覺塔保持比專家權重更高的精度。Artificial Analysis 將這次發布列為 2026 年 9 月 10 日，這是它自己頁面所錨定的日期，而帶有該分數的模型頁面大約在那時上線。

所以「2026 年 9 月發布」雖然準確，卻沒什麼用。實際的時序是：4 日釋出權重，8 日推出第二種精度格式，10 日進行獨立量測。這件事之所以重要，是因為一個模型即使權重已經在磁碟上，卻沒有代管端點、也沒有第三方評分，對大多數團隊而言，還稱不上是可以評估的東西——它只是一份你得先為它備妥資源的下載檔。Ling-3.0-flash-VL 是在 API 與獨立評分兩者都已到位時，才跨過了那條界線。

推論服務支援與權重一同到位，而不是在權重之後才出現。Ant 發布了一份 SGLang 部署指南，並為該架構維護一個經 Ling 調校的 vLLM 分支；在開源發布中，這通常是會落後數週的部分。這次並沒有落後。

板子上的號碼，以及卡片上的那個。

以下是來自 Artificial Analysis 的獨立概況，也就是目前唯一存在的對該模型的第三方測量：

• 智能指數 — 25 於 v4.3，在其尺寸級別中 64 個模型裡排名第 2，類別中位數為 8br /> • 總參數量 — 124Bbr /> • 活躍參數量 — 每 token 5.5Bbr /> • 輸出速度 — 每秒 142.9 個 token，64 個中排名第 10，同儕中位數為 105.1br /> • 首個 token 時間 — 2.21 秒，同儕中位數為 2.29br /> • 上下文視窗 — 依 Artificial Analysis 測量為 262K tokens，而模型卡本身標示為 256Kbr /> • 授權條款 — MIT，開放權重

而這就是那個經常被印在它旁邊的廠商數字：在 Artificial Analysis 智慧指數協定 v4.1.1 上的 42 分，比純文字版 Ling-3.0-flash 在同一協定上所得的分數高出四點。這項說法見於模型卡，沒有公開的評估軌跡，也不是 Artificial Analysis 所報告的數字。有兩件事同時為真：這個 42 從未被重現，而它也不是任何不誠實行為的證據，因為 v4.1.1 與 v4.3 測量的並不是同一件事。Artificial Analysis 於 2026 年 9 月重新闡述了其指數，並重新評分了整個榜單；v4.3 納入了十項評估，包括 AA-Briefcase、GDPval-AA v2、AutomationBench-AA、Terminal-Bench v4.0 與 Humanity's Last Exam。任何仍在 25 旁邊引用 42、卻未指明版本的報導，都是在比較兩套不同的測試，還把它稱作退步。

除了頭條分數之外，值得標記的細節是冗長程度。Artificial Analysis 記錄到 Ling-3.0-flash-VL 花費 1.6 億輸出 token 完成 Intelligence Index，在 64 個模型中排名第 8，相對於中位數 8,400 萬，並將其標記為「非常冗長」。對於一個賣點是透過少量活躍參數實現廉價推論的模型來說，這直接與其賣點相牴觸。你是按 token 付費，不是按參數付費。一個啟動 5.5B 參數、但回答相同問題時輸出 token 數幾乎是中位數兩倍的模型，會在結帳時把部分結構性優勢還回去——而這正是按 token 計價表所隱藏、按任務成本衡量所揭露的那種交互作用。

帕雷托主張，稍加檢驗

Ling-3.0-flash-VL 位於智慧對活躍參數帕雷托前沿的這一主張，不尋常地是獨立資料所支持、而非僅是所允許的主張。此指數上的同類中位數為 8；Ling-3.0-flash-VL 得分為 25；而且它是在每個 token 啟用 5.5B 參數的情況下做到這點。對於其決定性限制是可服務吞吐量的團隊——單一加速器、固定請求預算、邊緣部署——這個比率就是整個決策，而且這是真正強勁的表現。

兩個但書讓它無法成為一場乾淨俐落的勝利。第一點是參數數量的出入：模型卡上寫的是約 5.5B 活躍參數，而 SGLang cookbook 描述的則是 5.1B 活躍參數的模型。兩者都是 Ant 的文件，差異很小，而且它略微改變了曲線的形狀，而非方向。第二點是，「frontier」是一個關於每週都在變動的領域的相對主張。在特定規模下擁有最佳的每活躍參數智慧，是一個你只能維持到該區間的下一個模型問世為止的位置，而這個區間十分擁擠。

供應商自家頭條示範——Ling-3.0-flash-VL 以「linthium」帳號參加 Image-to-WebDev Arena，得分 1,441對上GPT-5.4的 1,440——應被理解為吸睛噱頭，而非實質結果。一分之差落在競技場 Elo 的雜訊範圍內，而且是由供應商自行回報，並不是那種能決定什麼的差距。其背後的能力主張比這個數字更有意思：該模型是為視覺回饋迴路而打造，會從版面配置生成前端程式碼、渲染自己的輸出、檢視渲染結果並修正——觀察、行動、驗證、修正，而不是只做一次圖說就停止。

它的成本是多少，而這點比表面上看起來更不明確。

Artificial Analysis 頁面將 Ling-3.0-flash-VL 列為 每 1M 輸入 token $0.00、每 1M 輸出 token $0.00，相較之下，同儕中位數為 $0.14 與 $0.40。那不是價格，只是價格的表象。Artificial Analysis 是依據它能看見的端點來定價，而它能看見的端點是免費的——該模型目前以免費試用形式在 Ant 的 Ling Studio 上運行，而這份列表反映的正是免費的推廣存取。Ant 自家的多模態文件完全沒有公布這款視覺模型的每 token 價格，因此沒有供應商價目表可供核對這個零。為了有個規模概念，純文字的姊妹模型 Ling-3.0-flash 列價約為每 1M 輸入 $0.075、每 1M 輸出 $0.22，而 Ant 針對特定領域的 Ling 變體推出時也是免費 API。

把這個零視為測試窗口，而不是正式費率。新發布模型的免費方案是獲客工具，而誠實的規劃假設是：Ling-3.0-flash-VL 最終會落在與其文字版本相近的價格區間。此外還有一個付費端點上線也無法解決的現存模糊之處：螞蟻自家的 API 範例使用模型識別碼Ling-3.0-flash-VL-rc1，一個候選發布版標記，而目前仍不清楚所服務的檢查點是否與 9 月 4 日的開放權重位元組完全一致。如果你正用代管 API 對自己的提示進行基準測試，並期望結果能轉移到自架的 BF16 版本上，那是一個你在據此建構之前應該先驗證的假設。

成本樣貌會因你站在哪一側而反轉。對已經擁有加速器的團隊來說，約 126 GB 的 FP8 建置能納入八路 80GB 等級節點，而 5.5B 的活躍參數量意味著你是在支付該節點的攤銷成本，換取非常小的每 token 運算佔用——這個模型最便宜的版本，就是你自己提供服務的版本。對沒有加速器的團隊來說，問題在於付費端點是否會在免費方案關閉前到位。

在真正可以稱之為它的地方，包括我們說不的那部分

Ling-3.0-flash-VL 可透過 Ant 自家平台存取——一個 OpenAI 相容端點位於 api.ant-ling.com/v1/chat/completions，旁邊還有一個 Anthropic 相容端點——此外還能在 Ling Studio 上免費試用，以及可自行部署的開放權重。獨立閘道服務也開始將它上架，而這確實是無需佈建任何東西就能試用它的最快方式。

值得直接講清楚的是，OrcaRouter 目前並未路由 Ling-3.0-flash-VL。它不在我們的模型目錄，所以你在這裡讀到任何關於透過我們呼叫它的內容都會是虛構的，而我們寧願你一開始就知道這點。我們確實有路由的是與它最直接可比的視覺模型：DeepSeek V4 Flash Vision Exp，這是 Deep​Seek 的實驗性多模態版本，已在我們的目錄上線，具備 1M token 上下文視窗與已公佈的費率。如果你實際的需求，是在一個 OpenAI 相容端點後方使用一個能力足夠的視覺模型——並設定好備援鏈，讓供應商出狀況時能在你的回應開始前重試，而且供應商的列表定價會原樣傳遞、不額外加價，因此廠商價格一有變動，當天就會反映到你這裡——那麼在 Ling-3.0-flash-VL 仍不在目錄中的期間，這就是最該先試的模型。

從這裡要關注什麼

有三件事將決定這次發布在六個月後是否仍顯得舉足輕重。第一是第二次獨立執行：來自單一評估者的一個分數只是一個資料點，而有趣的問題在於 Ling-3.0-flash-VL 在智慧對活躍參數曲線上的位置，是否能經得起不同測試框架的考驗。第二是真正的定價。在 Ant 公布該視覺模型的價目表之前，任何涉及它的成本比較都只是披著數字外衣的估算，而免費方案正承擔著原本應由價格來發揮的作用。第三是 FP8 品質差異——在那次建置中，視覺塔被刻意維持在比專家權重更高的精度，而量化版本在細粒度視覺任務上是否與 BF16 相符，正是那種只有當人們在生產環境中運行它、而非對其進行基準測試時才會浮現的問題。

今天能得到的結論，比發布時的報導所暗示的更狹隘，卻也比單看成績更有用。Ling-3.0-flash-VL 是一個真實、採 MIT 授權、可自行架設的視覺模型，只啟用其 124B 參數中的一小部分，在當前某個獨立指標上得分 25，而同類中位數為 8，並因冗長而回吐了部分優勢。那是一個形貌誠實的好模型。卡上的 42，是來自一把已不存在的尺的數字。