蚂蚁开源560B的Ling-3.1-flash，每百万token约0.19美元

A5站长网10月16日消息，蚂蚁百灵团队开源了Ling-3.1-flash，总参数约5600亿，每个token激活约250亿，上下文窗口最高支持100万token。权重已经上传到Hugging Face与ModelScope，可以直接下载。

参数结构上它走的是MoE架构，配合线性注意力做混合。每8层里有7层是线性注意力、1层是门控注意力；一共512个路由专家，每个token选8个，外加1个共享专家。这种设计的直接好处是推理成本压得低，每次只激活一小部分网络。

官方给的场景定位是真实可用，也就是把模糊的业务需求更快变成能交付的结果。文档、表格、网页、代码这几类环境它都能跑，可以生成Excel和PPT，也能读旧代码、写新功能、按测试结果继续修正。蚂蚁内部已经把它接进了桌面协作智能体。

评测数据分几块。办公任务基准GDPVal-AA V2.1上拿到1673分，医疗场景基准HealthBench Professional得65.35分，软件工程和终端操作两个基准上也展示了处理复杂工程任务的能力。第三方评测机构Artificial Analysis的记录里，它的智能指数是41，输出速度约每秒210个token。

价格是它最直接的卖点。混合调用成本落在每百万token约0.19美元这一档，又快又便宜。为了降低部署门槛，团队对路由专家用了MXFP4量化，稠密层仍走block-FP8，权重占用从约534GB压到292GB；对应的GPU测试配置里，服务部署从8卡降到4卡。

开源许可是MIT，任何人都可以下载、修改，并在商业产品里使用，不需要额外付费或签协议。百灵这条线此前已经在做多设备验证：服务器上单台机器能跑flash版本驱动编码智能体，个人电脑上16GB的MacBook Air能跑tiny版本，移动端也有适配。这一系列放到Hugging Face上之后，最近30天的下载量快到100万次。

这份开源的分量，主要不在参数大小上。5600亿的规模在国内开源模型里不算最大，但它把便宜和能干活这两件事同时摆到了台面上，单价压到每百万token不到两毛钱，同时把办公、医疗、软件工程几个场景的分数一起给出来。需要留一句的是，这些分数都是蚂蚁自己的口径，目前还没有独立的第三方评测。权重放出来之后，能不能经得住别人复现，才是它值不值钱的答案。