量子位报道称，蚂蚁百灵推出开源模型Ling-3.1-flash，定位“高智效比专业模型”，已接入蚂蚁内部桌面协同Agent客户端“小虎”，官方给出的办公任务评测ELO为1673，Artificial Analysis评测智能指数41、输出速度约210 Token/秒、混合调用价格约每百万Token 0.19美元。
AI解读：报道的核心新增信息是蚂蚁百灵开源推出Ling-3.1-flash，官方定位为面向真实工作流、主打“把活干完”的高智效比专业模型，而非单纯追求参数或榜单。
模型采用混合线性注意力加稀疏MoE架构：约560B总参数、每Token激活约25B，7层KDA配1层Gated MLA，512个路由专家中每Token选8个并调用1个共享专家，上下文窗口上限可达1M。
部署侧官方称通过混合精度量化，权重占用从约534GB降至292GB，在对应Hopper测试配置中所需GPU由8卡降至4卡，并提供长上下文并行推理方案（PCP/DCP）和JSON Schema支持。
评测与效果数据来自官方或第三方：GDPVal-AA V2.1办公任务ELO为1673；Artificial Analysis智能指数41、输出速度约每秒210 Token、混合调用价格约每百万Token 0.19美元；医疗HealthBench Professional相对领先；蚂蚁内部约17小时Lua原生编译器开发任务最终独立测试通过率97.8%。
作者实测指出适用范围限制：长文本一次性输入时注意力可能跑偏，建议分步交付；一句话生成存在适应边界；当前版本不具备原生视觉理解，需前置视觉模型且增加成本。
报道还提到百灵负责人西亭在外滩大会称Coding并非唯一考场，以及LingFin、LingSante等金融医疗模型，这属于公司路线主张，与Ling-3.1-flash本次发布的事实需分开看待。
量子位2026年10月15日报道，蚂蚁百灵开源推出Ling-3.1-flash，官方称其为“高智效比专业模型”，主打把真实工作流里的任务做完。
报道称该模型已接入蚂蚁内部桌面协同Agent客户端“小虎”，由模型指挥行动、执行环境负责读取文件、运行程序和写入结果。
模型定位与接入形态
按照报道转述的官方说法，Ling-3.1-flash要解决的第一个问题是在模糊指令下拆解交付目标，把需求理解、任务拆解、信息整合、工具调用和结果检查连接起来，跨网页、文档、表格和代码环境工作，可制作Excel、PPT，也能生成和测试代码。
报道称该模型在蚂蚁内部接入“小虎”客户端，模型负责指挥，执行环境负责实际读写文件与运行程序。这一接入形态属于报道对内部使用方式的描述，并不等同于对外开放产品的功能清单。
- 开源模型名称：Ling-3.1-flash
- 发布方：蚂蚁百灵
- 报道时间：2026年10月15日
- 内部接入：蚂蚁桌面协同Agent客户端“小虎”
架构与部署参数
报道给出的架构信息为：约560B总参数，每个Token激活约25B；注意力结构延续Ling-3.0-flash并提高线性Attention比例，采用7层KDA配1层Gated MLA，每8层保留1层Gated MLA维持全局注意力通路；上下文窗口上限可达1M。
稀疏MoE部分设置512个路由专家，每个Token选择其中8个，并同时调用1个共享专家。报道称这种混合线性加稀疏MoE的设计目标是让模型在长时间执行中保持稳定，同时控制算力消耗。
部署方面，团队通过混合精度量化把模型权重占用从约534GB降至292GB，报道称在对应的Hopper测试配置中，部署所需GPU由8卡降至4卡；团队还提供长上下文并行推理方案（PCP/DCP），并加强对JSON Schema的支持，以便对接现有业务接口。
- 总参数约560B，每Token激活约25B
- 7层KDA配1层Gated MLA
- 512个路由专家中每Token选8个，另调1个共享专家
- 上下文窗口上限1M
- 量化后权重约534GB降至292GB
- 对应Hopper配置：8卡降至4卡
评测与价格数据
报道引用官方信息称，在办公任务评测GDPVal-AA V2.1中，Ling-3.1-flash的ELO得分为1673。据Artificial Analysis最新公开评测，其智能指数为41，输出速度约每秒210 Token，混合调用价格约为每百万Token 0.19美元。
医疗场景的HealthBench Professional评测中，报道称Ling-3.1-flash保持相对领先；软件开发、终端操作等场景具备一定的信息理解与执行能力。
报道还给出蚂蚁内部一项长时任务：约持续17小时的Lua原生编译器开发，期间模型反复开发和修正，最终独立测试通过率为97.8%。这些数据为单项任务或特定评测结果，报道未说明其跨任务、跨环境的普遍效果。
- GDPVal-AA V2.1办公任务ELO：1673
- Artificial Analysis智能指数：41
- 输出速度：约每秒210 Token
- 混合调用价格：约每百万Token 0.19美元
- 内部Lua编译器任务：约17小时，独立测试通过率97.8%
作者实测与使用边界
报道作者实测两个场景。电商大促方案任务中，模型先做目标可行性判断，识别广告边际效率递减、库存和发货能力等约束，给出调整路径；优惠方案中的关键数字可追溯，并给出分阶段执行排期和前置条件；在提示词只要求方案到双十一当天的情况下，模型自行补充了后续复盘和利润核算；最后主动做一致性检查，标注待用户核验的数据和待确定内容。
医疗健康场景中，面对虚拟血脂检查数据和模糊病症描述，报道称模型没有直接下判断，而是先列出需要补充的细节，再区分已知事实、不确定项和要问医生的问题，补充信息后做交叉验证；过程中强调红线预警、提醒及时就医，不给出明确用药指南。
报道同时指出限制：一次性输入大段长文本时注意力有时跑偏，建议分步交付；一句话生成存在适应边界，效果不佳时重新明确实现思路和交付规格更高效；当前版本不具备原生视觉理解，需要自行前置视觉模型，整套流程成本会增加。
- 长文本一次性输入：注意力可能跑偏，建议分步交付
- 一句话生成：存在适应边界
- 原生视觉理解：当前版本不具备，需前置视觉模型并增加成本
公司路线主张与相关模型
报道提到百灵负责人西亭在外滩大会上的判断：Coding并不是唯一考场，百灵的目标是服务真实世界任务，用真实任务给模型打分。这属于公司人士的路线主张。
报道还提及百灵把3.0系列放进金融和医疗场景：LingFin为金融大模型，Ling-3.0-flash-Fin总参数124B、激活5.1B，报道称其在高难度投研任务中比肩3T级前沿模型、金融Agent综合表现达到开源领先；LingSante为医疗健康增强模型，以124B参数规模在1.6T以下模型中表现最优。这部分是既有模型的背景信息，不是本次Ling-3.1-flash新增发布内容。
报道称百灵提出“智效比”概念，将模型计算效率、参数效率、Token效率合并讨论，并提到Anthropic、OpenAI近半年也在推出面向金融、医疗的专业能力。
- 西亭：Coding并非唯一考场，目标是真实世界任务
- Ling-3.0-flash-Fin：124B总参数、5.1B激活
- Ling-3.0-flash-Sante：124B参数规模
- 报道口径的“智效比”：计算效率、参数效率、Token效率