Ling-3.1-flash：Ant Group 已提供服務，但尚未開放

Ling-3.1-flash 究竟是什麼，簡短的回答是：一款來自螞蟻集團 Ant Ling 系列的混合推理混合專家語言模型，總參數量約 5,600 億，每個 token 約有 250 億活躍參數，廠商將上下文窗口上限標示為 100 萬 token，但目前實際提供的是 256,000，文字進、文字出，且沒有可下載的權重。該模型於 2026-09-30 發布，並已在螞蟻自家的產品與螞蟻自家的 API 上線。那個日期既是本頁的起點，也是本頁的終點：它是用來確定該模型年齡的事實，而不是本文所報導的一場發布。搜尋 Ling-3.1-flash 的讀者需要的，是他們閱讀當天該模型的狀態，而在本文撰寫當天，權重的狀態仍是「尚未發布」。

三項事實就發揮了大部分作用。權重尚未釋出，而 Ant 自家的公告說明了打算何時釋出。外界流傳的上下文長度數字——1M——是上限，而非端點實際給你的值，後者是 256K。而且規格是可得知的，但促銷期後的價格則不得而知。以下所有內容皆有來源；若某個數字是 Ant 自家而非第三方提供的，文中也會註明。

關於這個模型的狀態存放在哪裡，有一點要說明。Ant 於 2026-09-30 發布的公告，是承載架構與開放權重條件的文件，而它並非供應商會更新的內容。真正會被維護的頁面——Ant 開發者網站上的 Ling 模型頁面與定價頁面，每一頁都標註「Last updated on October 8, 2026」——才載明參數、上下文數字與價格。當這兩者不一致，或公告所說的比文件記載的更多時，本頁會說明它引用的是哪一方。

Ling-3.1-flash 是什麼，以及它的發布者是誰

Ling-3.1-flash 屬於 Ling 系列——即 Ant Ling 的通用語言產品線，而 Ant Ling 是螞蟻集團（Ant Group）透過旗下 inclusionAI 實驗室營運並發佈的模型計畫（開發者網站上列名的營運實體為 Ant Intelligence (Hang Zhou) Technology Co., Ltd.）。該系列分為三條路線：Ling 負責一般語言任務，Ring 專攻深度推理，Ming 則主攻全模態理解與生成。Ling-3.1-flash 是 Ling 分支的旗艦型號，定位高於 Ling-3.0-flash；後者仍留在產品目錄中，作為更便宜、更快速的選擇。

Ant 將它精準而一致地定位為：長時程的現實世界任務、從模糊需求一路做到完成交付成果的辦公室工作、橫跨數小時的軟體工程，以及依序呼叫工具並自我修正的代理迴圈。廠商自己對這個賣點的總結是：它保留約 560B 的容量，但每步只需付出約 25B，因此世界知識與推理深度得以保留，而每 token 的運算則不然。它是同一位置中 Ling-3.0-flash 的後繼者，而非新的層級。

權重釋出了嗎？沒有——而 Ant 已為該條件命名

這是關於這個模型最具爭議的一項事實，而今日的答案明確無疑：權重並未公開。在 Hugging Face 上 inclusionAI 組織底下並沒有 Ling-3.1-flash 的儲存庫，沒有模型卡，沒有授權條文，也沒有檢查點檔案；搜尋該組織的公開儲存庫，得到的只有 Ling-3.0 世代及更早的版本，沒有任何 3.1 項目。螞蟻集團同步發布其版本的 ModelScope 上，同樣沒有 Ling-3.1-flash 模型。它也沒有部署指南：廠商自己在 GitHub 上的 Ling Cookbook 儲存庫，最後推送時間為 2026-10-12，也就是本頁發布的前一天，其中載有 Ling-3.0-flash、Ling-3.0-flash-VL、Ling-3.0-flash-Fin 和 Ling-3.0-tiny 的本機部署與量化指南，而 Ling-3.1-flash 則付之闕如。獨立評測機構 Artificial Analysis 將該模型歸類為專有模型，其常見問題中對於該模型是否為開源，答覆為「否」。

Ant 所做的，是為開放附加了一項條件，而且這比「很快」更具體。公告指出，免費期間支援 256K 上下文，並表示在免費期間結束、模型轉為付費服務後，計畫是開放 1M 視窗並同時將模型開源。因此，廠商描述的順序是：先以 256K 試用，接著是最高可達 1M 的付費服務，而權重則在該切換時隨後釋出。那是一項計畫，不是一個日期，且沒有公布任何日期。在儲存庫出現之前，任何「Ling-3.1-flash 已開放權重」的說法都應視為錯誤；應將該計畫視為廠商所陳述的意圖，而非已發生的事件。

規模與架構：總計 560B，活躍參數 25B，每個全域層對應七個線性層

Ant 發佈這個架構的詳細程度，使各項數字可以彼此核對，而不只是被引述：

• 總參數量 — 約 560B，為廠商所述，且在整份文件中保持不變。

• 活躍參數 — 每個 token 約 25B，稀疏比率接近二十二分之一。

• 專家路由——512 個路由專家，每個 token 會從中選出 8 個，另有一個所有 token 都會使用的共享專家。這比前一代搭配小得多的模型本體時所用的專家池明顯更寬。專家數量、512 選 8 的選擇，以及 7:1 的注意力比例，出自公告而非模型頁面；模型頁面列出的是參數與上下文數字。

• 重點 — 一個延續 Ling-3.0-flash 線性注意力設計的混合堆疊，且線性佔比提高了：每 1 層 Gated MLA 對應 7 層 KDA（Kimi Delta Attention），因此每八層中會有一層保留全域注意力路徑。KDA 路徑是線性時間的路徑，針對長序列而設計。

• 就規模而言的前代——Ling-3.0-flash 在 42 層混合堆疊上以總計 124B、5.1B 激活參數運行，因此 Ling-3.1-flash 的體量約為其四點五倍，每 token 激活量約為其五倍。

值得直說，因為 Ant 也這麼說：這一切都不會直接轉化為部署成本。吞吐量、延遲與記憶體取決於硬體、數值精度、批次大小、專家通訊、上下文長度與輸出長度。架構解釋了模型為何能以這種規模存在；它不會告訴你一次請求會讓你花多少成本。

上下文視窗與最大輸出

視窗是最常見誤讀所在。Ant 的文件在同一行列出兩個數字：視窗上限為 1M tokens，而官方服務目前開放 256K。公告以廠商自己的說法給出原因——免費試用為期兩週，試用期間的服務長度為 256K，而一旦試用結束、模型轉為付費服務，計畫是同時開放 1M 視窗並將模型開源。文件與公告在實際提供的數字上一致，且兩者都出自 Ant。產品介面位於登入之後，因此 Ling Studio 自身的最長長度控制並非本頁今天所能確認的；如果你需要在規劃管線規模之前得知確切上限，請在登入後直接從該 studio 讀取，而不是採用二手數字。

Artificial Analysis 將上下文視窗列為 1M。那是宣告的上限，不是目前請求實際能取得的內容，而且是流傳最廣、在實務上最常出錯的數字。如果你正在估算管線規模，請以 256K 來規劃，並把 1M 視為尚未公布日期的路線圖項目。

Ant 並未按模型公布最大輸出量。廠商有公布的是請求介面：Anthropic 相容端點的 max_tokens預設為 32,000，OpenAI 相容的參考資料並未列出任何按模型區分的輸出上限，且非串流呼叫會在 90 秒後逾時。若你的作業需要一次長時間的生成，廠商自家的建議是改用串流，而不是調高它未記載的上限。

它接收什麼，又回饋什麼

文字輸入，文字輸出。Ling-3.1-flash 不是多模態模型，這點值得明確說明，因為這個系列中有一個確實是：Ling-3.0-flash-VL 是視覺模型，原生透過同一平台接受圖像、文字與影片輸入，而廠商的多模態文件正是為該模型撰寫的。Ling-3.1-flash 出現在廠商的 Ling 規格表中，除了文字之外沒有任何輸入模態；獨立評測機構為它設的頁面也只記錄文字輸入與文字輸出，並將其歸類為推理模型，而非視覺模型。如果你今天需要向 Ling 模型傳送圖像，廠商自家的選擇指南會指向 Ling-3.0-flash-VL，而不是這個。

供應商宣稱與獨立評估之比較

Ling-3.1-flash 有兩種數字，而且它們不能互換。

Ant 自家的公告標題為針對真實世界任務的模型升級，而且它對自家數字究竟是什麼相當謹慎。被點名的評估領域包括辦公工作的 GDPVal-AA V2.1、醫療溝通的 HealthBench Professional、工程的 FrontierSWE、終端機操作的 Terminal-Bench 4.0，再加上自動化、安全性分析、程式碼庫問答與金融代理任務——而各基準的分數放在圖表圖片中，而非文字表格。截至今日，Ant 尚未以任何人都能逐行引用的形式公布這些個別分數，而本頁也不會為它們捏造表格。Ant 確實在文字中陳述的，是三項長時程工程成果；這些全由廠商自行報告，全都依廠商自訂的任務定義，且全都標示為「文件中所列」的比較數字，而非受控的一對一較量：一個從零開始打造、連續執行約 17 小時的 Lua 到 x86-64-ELF 編譯器，182 項獨立測試中有 178 項通過，約 97.8%，對比 Claude Fable 5 的 99.0% 與 GLM-5.3-Flash 的 95.9%（依廠商所列，在同一項任務上）；一次約 10 小時的 Pyright 1.1.400 最佳化流程，達到 1.432× 加速，且 2,279 項基準與回歸測試全數通過，對比 Claude Fable 5 的 1.502× 與 GLM-5.3-Flash 的 1.290×；以及以 Rust 重新實作一套 C 影像函式庫，耗時約 20 小時，全數 30 項檢查通過，達到 8.015×，對比 GLM-5.3-Flash 的 1.396× 與 Claude Fable 5 的 27.310×。這三項任務並未在相同投入與測試框架下進行一對一基準比較——對手的數字是廠商自己的引用，而非它所能控制的執行結果——因此請把它們視為廠商對自家任務套件的報告，而非同類相比的排名。Ant 也報告，該模型自主解決問題，找到並修補了開源 OceanBase 資料庫校正解析器中的堆疊緩衝區溢位。上述每一項都是針對第一方任務的第一方主張；沒有任何一項有第三方重現，而廠商自己也指出，第三項結果顯示極端效能最佳化仍有精進空間。在搜尋需求方面，「ling 3.1 flash benchmark」是人們針對這個模型所問的較小問題之一，而誠實的一句話答案就是上面那句：Ant 的模型卡確實存在，其數字由廠商自行報告，而你能真正拿來檢驗該模型的獨立數字，就在下一段。

第二種數字是獨立測量得出的。Artificial Analysis 在自身控制的硬體上運行自家測試框架，在其 Intelligence Index v4.3.2 上給 Ling-3.1-flash 打了 41 分；該指數由十項評估綜合而成，並在該指數的 175 個模型中將其排名第五。前代模型在同一指數上得分 20。同一頁面記錄了每秒 212.1 個輸出 token 與首個 token 耗時 1.87 秒、整個指數測試中產生 2.2 億個輸出 token——相較中位數 95M 偏高——以及運行成本為每百萬輸入 token 0.30 美元與每百萬輸出 token 0.90 美元（含 80% 快取折扣），每項指數任務約 1.00 美元。那些是評估方針對供應商 API 所做的自身測量，而非 Ant 的數據，且它們是當今現存的、針對此模型的唯一獨立測量結果。

在價格方面，同樣的分歧依然適用，而且幣別至關重要。Ant 的定價頁面——也就是持續維護的那一份，標註的是「最後更新於 2026 年 10 月 8 日」，而非本頁撰寫時的 2026-10-13——將 Ling-3.1-flash 的輸入、輸出與快取讀取列為 ¥0.00，並說明該模型限時免費兩週，之後將轉為標準付費計費，費率另行公布。同一頁面也發布了美元計價表，其中該列在三個欄位全都顯示 $0.00。這就是免費方案的全部答案：免費是真的，屬於促銷性質，有時間限制，而緊接其後的數字尚未公布。獨立評測者所記錄的 $0.30 與 $0.90 費率，是公開資訊中最接近試用期後價目表的內容，而 Ant 並未予以確認。

今天如何從 Ling-3.1-flash 獲得回應

有兩條第一方路線，兩者都是 Ant 自家的。位於 chat.ant-ling.com 的 Ling Studio 是產品介面，而廠商公告也說該模型內建於 Ant 內部用於辦公任務的桌面代理。位於 api.ant-ling.com 的 Open API 是開發者路線，並以兩種形式提供：一個與 OpenAI 相容的 chat/completions 端點，以及一個與 Anthropic 相容的 messages 端點，因此現有 SDK 只要變更 base URL 就能運作。文件直接點出兩項注意事項，這相當不尋常，值得原文照錄：機率與多樣性控制項，temperature 與 top_p，在兩份參考頁面中都預設為 1，因此一個在其他地方已習慣設定低溫度的請求，在此處的行為會不同；以及 thinking 控制項，文件記載其用於切換推理，但僅記載為 Ling-3.0-flash 專用，這表示這些頁面所公布的請求介面尚未針對 Ling-3.1-flash 更新。存取需要綁定 Alipay 帳號並啟用 Ling 服務——常見問題也將「Ling 模型服務未啟用」列為已知錯誤，並有其專屬的修正方式——計費採按 token 用量的隨用隨付，公布的速率限制為全域每秒 2 次請求，超過時會出現 429，非串流呼叫則在 90 秒時逾時。廠商也在第三方平台上以相同的促銷零價格列出該模型；那些並非第一方介面，其條款由各自決定。

在建構於該端點之上前，有一項值得做的驗證：截至今日，廠商公開的 API 參考文件並未在其模型清單中列出 Ling-3.1-flash，平台更新日誌也沒有相關條目——那裡最新的條目是九月的 Ling-3.0-flash-VL 與八月的 Ling-3.0-tiny——儘管定價頁面已載明該模型的費率，公告也提供其 API 試用。在把它接進任何東西之前，請先用自己的帳號確認模型識別碼，而不是假設文件已經跟上。

Ling-3.1-flash 不在 OrcaRouter 的目錄中——在 2026-10-13 對我們即時模型清單所做的檢查，並未傳回任何 Ling 或 inclusionAI 項目——因此本頁不會告訴你它只要一次呼叫就能使用。真正只要一次呼叫就能使用的是最常被拿來與它比較的兩個模型：DeepSeek V4.1 Flash，我們的清單價格為每百萬輸入 $0.15、每百萬輸出 $0.60，以及 GLM 5.3 Flash價格為 $0.15 和 $0.50，兩者皆按牌價，並具備 零加成以及跨供應商的自動容錯移轉，因此任一供應商的費率變動都會在同日生效，而你這邊無需變更程式碼。當 Ant 推出 Ling-3.1-flash，或有代管服務商將其加入時，它就會以這樣的樣貌登場。

該注意什麼，以及不該假設什麼

有三件事能解決這個頁面的未解問題，而這三件事都該由 Ant 發布：權重——若公告中的計畫成立，會附上授權條款與模型卡；1M 視窗確實有提供服務，而非只是宣稱；以及試用後的費率表。至少在前兩項落實之前，對 Ling-3.1-flash 的準確描述是：一個強大、快速、封閉、純文字的模型，具有真實的獨立評分 41，以及確實很有前景的代理能力概況，可透過第一方取得，並在一個無預警就會關閉的期間內免費。

現在誰該採取行動：任何工作屬於代理式、終端機型或辦公型，而且想用自己的提示詞獲得兩週免費推論，以了解每秒 212 個 token 的 560B MoE 是否會改變他們所打造的東西。誰該等待：任何打算自行託管它的人、任何需要在採購部門願意看一眼之前先取得授權的人、任何其流程在生產環境中需要百萬 token 上下文視窗的人，以及任何需要一套能延續到促銷期之後的成本模型的人。對這四類人來說，今天誠實的答案是：這個決定還做不了，而能讓它解套的，是一個 Hugging Face 儲存庫，不是另一張基準測試圖表。