大模型之家讯 10月15日，蚂蚁百灵宣布开源 Ling-3.1-flash 模型。该模型总参数约 560B、每 Token 激活约 25B，最高支持 1M 上下文；在 Artificial Analysis 公开评测中智能指数为 41、输出速度约每秒 210 Token。针对本地部署，团队对 routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约 534GB 降至 292GB，在 Hopper GPU 配置下服务部署由 8 卡降至 4 卡。在模拟生产请求测试中，8 卡 Hopper 配置下平均首 Token 时间为 604 毫秒，4 卡吞吐测试中达到约 1.36 QPS。模型提供限时 2.5 折优惠：OpenRouter 输入 0.075 美元、输出 0.225 美元/百万 Token，Ling Studio 输入 0.5 元、输出 1.5 元/百万 Token。
