Ling-3.1-flash 對比 Ling-3.0-flash：100 萬 Token 上下文視窗與 4.5 倍參數究竟帶來了什麼實質改變

螞蟻集團的 Ling 系列迎來了新的快速層級，而這回它只誕生於一句話。Ling-3.1-flash 於 2026 年 9 月 30 日發布——總參數約 5,600 億，每個 token 約啟用 250 億，脈絡視窗號稱最高達 100 萬個 token，並附上一句老套的說詞：「我們計劃在近期開源此模型。」它在快速產品線中取代的頂尖模型 Ling-3.0-flash，在各個層面都是截然不同的物種：總參數 1,240 億，每個 token 啟用 51 億，服務脈絡為 262,144 個 token，自 8 月 7 日起在 Hugging Face 上以 MIT 授權釋出權重，且在 Artificial Analysis 智慧指數中獨立取得 20 分。這兩款模型中，有一款你今天就能下載，另一款你只能讀到相關報導。拿它們來比較確實很有意義，但前提是比較得從這裡開始。

標題上的算術很簡單，也略帶誤導。Ling-3.1-flash 的總參數量約為 Ling-3.0-flash 的 4.5 倍，活躍參數量約為 4.9 倍——換算下來，每個詞元分別是 25B 對上 5.1B。隨意解讀會說：「模型大得多，所以聰明得多。」更審慎的解讀則是：Ant 在擴充模型本體的同時，大致維持了稀疏比例，而這換來的是容量，未必是每個詞元的推理深度：一個模型若在每個詞元中只從其 560B 裡路由 25B，確實在每個詞元上做的工作比只路由 5.1B 的模型更多，但它同時也為此付出約五倍的每詞元運算量。這個取捨最終落在哪裡，完全取決於 Ant 的架構能否有效處理多出來的參數——而這正是該公告沒有回答的問題。

兩個模型並列展示

把已公布的事實並列在一起，各世代就能清楚地分開。以下每一行陳述的，是 Ant 或獨立評估者實際已公布的內容；某個數字若有缺漏，那是因為沒有人公布過它。

• 總參數量 — Ling-3.1-flash：約 560B（廠商）。Ling-3.0-flash：124B（模型卡）。

• 每個 token 的活躍參數 — Ling-3.1-flash：約 25B（廠商）。Ling-3.0-flash：5.1B（模型卡）。

• 上下文視窗 — Ling-3.1-flash：最高 1M tokens（廠商）。Ling-3.0-flash：原生 256K，以 262,144 提供（模型卡與推論配方）。

• 權重與授權 — Ling-3.1-flash：尚未發布；沒有儲存庫，也沒有授權條款（曾於 2026 年 9 月 30 日及 10 月 1 日再次檢查）。Ling-3.0-flash：MIT，自 2026 年 8 月 7 日起在 Hugging Face 上以 inclusionAI/Ling-3.0-flash 的名稱發布，並在 ModelScope 上架。

• 權重格式 — Ling-3.1-flash：無可用。Ling-3.0-flash：來自實驗室的 BF16（約 255GB）與 FP8（約 128GB），以及社群量化版本。

• 基準測試來源 — Ling-3.1-flash：完全由廠商自行報告，沒有公開測試框架，也沒有權重可供重新執行。Ling-3.0-flash：由 Artificial Analysis 獨立評分，智力指數為 20，並同時公布實測輸出速度與 token 生成量。

• 可用性 — Ling-3.1-flash：僅限 Ant 自家的 Ling Studio 產品。Ling-3.0-flash：可自行託管，並可透過 Ant 的開發者 API 呼叫。

這些額外產能大概是做什麼用的

Ant 自己對 Ling-3.1-flash 的一句描述，是這次發布中最有資訊量的內容。Ling Studio 應用程式將它定位為「通用型代理、搜尋、例行辦公工作，以及軟體／程式碼開發」——這是辦公工作與代理式的框架，而非推理基準測試的框架。這與該系列的組織方式相符：Ling 是通用型文字與工具產品線，Ring 是推理產品線，Ming 則負責多模態。Ling-3.0-flash 早一個世代占據了相同的位置，而且它明確屬於快速、廉價的層級，而非旗艦。

從這個角度來看這次的規模擴展，就說得通了。代理式與工具呼叫的工作負載很長、重複性高，而且極度需要上下文：單一代理迴圈在採取行動之前，就可能耗掉數萬個 token 的累積工具輸出，因此 100 萬 token 的上下文窗口是功能上的必要條件，而不是規格表上的花俏點綴。在保持高比例活躍參數的同時擴展總參數量，正是為一個仍必須快到能待在迴圈裡的模型，增添世界知識與指令遵循深度的方式。Ant 在這裡打造的不是更慢、更聰明的旗艦；而是更大的快速層級。

反駁論點是成本，而這是同一套算術從相反方向推導出來的結果。額外容量在推論時並非免費——每一個 token 都要為此付費，而 Ant 完全沒有公布 Ling-3.1-flash 的價格：沒有 API 費率表，沒有快取折扣，也沒有任何可與前一代所列每百萬 token 0.075 美元／0.22 美元相比的資訊。那正是能決定這項比較的缺失數字，而它確實付之闕如。

基準測試，以及是誰執行的

Ling-3.1-flash 帶著三項單看很亮眼的成績登場：在 GDPVal-AA v2.1 上取得 1,673 Elo、在 FrontierSWE 上取得 75.16，以及在 HealthBench Professional 上取得 65.35。這三項全都是 Ant 自家提供的數據，取自發布公告，且沒有任何一項由外部實驗室重現。實際後果是，它們可以拿來與其他廠商的數字相比，卻不能與獨立數字相比——而 Artificial Analysis 給 Ling-3.0-flash 的 20 分 Intelligence Index 是不同量尺上的獨立數字，所以把兩者並列，等於是把一項測量值拿來跟一項宣稱相比。撰寫本文時，Artificial Analysis 上沒有 Ling-3.1-flash 的頁面。

Ant 自家圖表上的一則註腳，本身就值得特別指出。該卡指出，HealthBench Professional 的結果是在「AQ 環境」中評估的，而 Ling-3.1-flash 的醫療照護能力目前只能在 AQ 中體驗。沒有任何公開文件說明 AQ 是什麼。一個帶有未具名環境限定條件的頭條分數，並非外部團隊所能重現，即使權重已經存在也一樣。

這週到底該用哪一個

關於世代選擇的問題，會因你當下的需求而有不同答案；而對幾乎所有人來說，現在的最佳選擇都不是較新的型號。

如果你這週就需要能跑起來的東西，Ling-3.0-flash 是這兩者中唯一以可用形式存在的：你可以自行託管的 MIT 權重、想要更小佔用空間時可用的 FP8、已公布的第一方 API 定價，以及一份能告訴你實際會得到什麼的獨立評分。它在所屬級別中是真正優秀的模型——該獨立評估將它列入開放權重（open-weights）在智力相對於總參數量上的帕雷托前沿，並高度評價其速度，但附帶一點：它異常冗長，在受評估過程中生成了約 2.6 億個 token，而中位數接近 1 億。

如果你正在規劃未來六個月，Ling-3.1-flash 是發展方向，而還不是一個元件。在它成為元件之前，值得留意的具體事項包括：權重是否真的開放，以及依何種授權條款；服務視窗是否真的是 1M，還是較短原生上下文的延伸；每百萬 token 的成本是多少；以及是否有獨立實驗室重現 FrontierSWE 上的 75.16。上述任何一項成真，都會是重新執行這項比較的理由。目前一項都還沒成真。

這在路由堆疊中的定位

今天我們的目錄上沒有任何一款 Ling 模型——Ling-3.0-flash、Ling-3.0-flash-VL 和 Ling-3.1-flash 全都回傳找不到 （以 OrcaRouter 模型 API 而言），所以對於「我可以透過你們呼叫它嗎」這個問題，誠實的答案是：目前不行。在像本週這樣的一週裡，路由層真正好用之處在於問題的另一半：你會拿來對候選模型做基準測試的那些模型。Claude Opus 5、GPT-5.6 Sol 和 DeepSeek-V4.1-Flash 全都是以供應商定價、零加價的現行路由，而用一把金鑰把它們託管在背後、並具備自動容錯移轉的路由器，正是讓評估工具鏈持續對準一個不斷移動的目標、又不必維護四套整合的方式。等到 Ling-3.1-flash 的權重上線、授權條款也清楚可讀時，決策的樣貌也是如此：新增一個端點，而不是重建整套技術堆疊。

世代摘要很短。Ling-3.0-flash 是一款已推出、經獨立評分、採寬鬆授權，且現今即可自我託管的模型。Ling-3.1-flash 則是更大、上下文更長、執行成本更高的承諾，Ant 尚未以任何開發者可用的形式兌現。把後者視為前者的升級，正是這次發布所招致的錯誤，而目前的數字也還不支持這種說法。