蚂蚁百灵开源 Ling-3.1-flash：560B 参数 MoE 模型，支持百万词元上下文

2026 年 10 月中旬，蚂蚁集团百灵（Ling）团队开源了新一代大模型 Ling-3.1-flash。这是一款面向智能体（Agent）与代码场景的开放权重混合专家（MoE）模型，总参数 560B、每 token 激活约 25B，最高支持 100 万词元（token） 的超长上下文，并以 MIT 许可证向全球开发者开放。模型已在 Hugging Face、魔搭（ModelScope）与 OpenRouter 上架。

核心定位：为"会干活"的 Agent 而生

与主打通用对话的稠密模型不同，Ling-3.1-flash 的设计目标是让模型在长程任务中保持稳定的推理与工具调用能力。100 万词元的上下文窗口，意味着它可以一次性"装下"一整个大型代码仓库、一份长篇研报，或一段跨数小时的多轮 Agent 执行轨迹，而不必频繁截断或分片。

技术架构：混合线性 MoE 设计

Ling-3.1-flash 采用了混合线性 MoE 架构，在保持大模型容量的同时压低推理成本：

  • 总层数 76 层，其中 63 层 KDA（Key-Dimension Attention） 与 9 层 Gated MLA 按约 7:1 的比例混合，另有 4 个稠密层；
  • 每层包含 512 个路由专家 + 1 个共享专家，每 token 仅激活 8 个专家；
  • 注意力头数 64，隐藏维度 4096，专家中间层维度 1280，稠密中间层维度 10240；
  • 词表大小 157184。

这种"线性注意力 + 标准注意力"的混合设计，是模型能在百万级上下文下保持可控算力开销的关键：线性部分负责压缩超长历史，标准注意力负责捕捉局部精细依赖。

部署友好：4 卡即可落地

在量化方面，Ling-3.1-flash 支持 MXFP4 量化格式，配合该格式仅需 4 张显卡 即可完成部署，显著降低了开放权重大模型的本地运行门槛。对于预算有限的团队和研究机构，这意味着不必依赖超大规模集群也能把 560B 级模型跑起来。

评测表现：Agent 与代码基准全面领先

在多项面向智能体与软件工程的权威基准上，Ling-3.1-flash 表现突出，涵盖：

  • Terminal-Bench 4.0（终端操作）
  • SWE-bench Pro / FrontierSWE（真实软件工程修复）
  • GDPVal-AA V2.1（数据科学代理）
  • Automationbench（流程自动化）
  • MCP-Atlas（模型上下文协议工具调用）
  • SkillsBench（技能泛化）

团队还配套推出了 LingCode 工具链，进一步强化模型在代码生成、调试与多步执行方面的能力。在与 DeepSeek V4.1 Flash、阶跃 Step 5 Preview 等同类模型的横向对比中，Ling-3.1-flash 在长上下文 Agent 任务上的稳定性与工具调用成功率具备明显优势。

开放生态：MIT 许可证降低商用门槛

Ling-3.1-flash 采用 MIT 许可证 开源，允许商业使用、修改与再分发，仅需保留版权声明。这一宽松许可显著降低了企业将其集成进自有产品的合规成本。当前模型权重与推理示例已在以下平台开放：

蚂蚁百灵团队表示，开放权重是构建可信、可审计 AI 生态的重要一步。随着 Agent 成为大模型落地的主战场，一款上下文够长、部署够轻、许可够松的开源模型，有望成为开发者搭建自主智能体的首选基座之一。