摘要：
9月30日，蚂蚁百灵推出Ling-3.1-flash，一款长上下文通用大模型。总参数约560B，激活约25B，上下文上限标称100万tokens。官方将其定位为面向通用智能体、搜索... 9月30日，蚂蚁百灵推出Ling-3.1-flash，一款长上下文通用大模型。总参数约560B，激活约25B，上下文上限标称100万tokens。官方将其定位为面向通用智能体、搜索与日常办公的真实任务模型，软件研发、长文档处理与专业领域分析是主要优化方向。
560B/25B：容量与成本分离
Ling-3.1-flash采用稀疏激活设计。560B总参数决定可容纳的知识与专家容量，25B激活量更接近单步实际动用的算力量。对部署方而言，前者影响能力上限，后者影响吞吐与成本，两者不能互相换算。这延续了蚂蚁百灵在稀疏MoE路线上的积累——从Ling-3.0-flash-base的124B总参/5.1B激活，到如今560B/25B，参数规模与激活量同步上了一个台阶。
100万上下文：标称上限，但免费期只有256K
模型标称上下文窗口上限为100万tokens，可容纳更长文档、代码与任务历史。但这一上限并非即刻可用：自发布之日起两周的免费体验期内，服务长度限制为256K；免费体验期结束、转为付费服务后，才计划开放1M上下文。当前可验证的是256K档位下的长文档与代码片段处理能力，百万级窗口的实际开销与效果仍需等待付费阶段验证。对准备选型的团队，这意味着可以用两周免费期先跑通256K场景，再决定是否等待付费档的1M能力。
专业评测：软件工程、知识工作与医疗
在公开评测中，Ling-3.1-flash的软件工程FrontierSWE得75.16，知识工作GDPval-AA v2.1得1,673 Elo，医疗HealthBench Professional得65.35。与Kimi K3相比，后者FrontierSWE 81.2略高，且权重已开放；与Claude Opus 5相比，Ling-3.1-flash的GDPval得分1,673低于后者的1,861，但HealthBench的65.35高于后者的59.8%。另据Design Arena榜单，它以1,207 Elo位列总榜第17。在AI工具导航的通用模型分类中，这三款产品的定位接近，差异集中在权重开放节奏与专业评测覆盖：Ling-3.1-flash与Kimi K3都计划或已开放权重，Claude Opus 5保持闭源。
应用场景与获取方式
模型面向需要一次性处理大量上下文的多步骤任务：长文档与代码库分析、通用智能体任务、专业领域辅助、搜索与信息整合。适用人群：需要处理超长上下文的研发团队、构建通用智能体产品的工程团队，以及把专业资料整理前置到模型侧的机构。
目前以官方在线体验为主。免费体验期内单次上下文限制为256K，长文档需先做分段或摘要压缩。建议先用检索与汇总类任务测试多步骤执行的稳定性，再扩展到代码与专业场景。涉及专业结论与对外输出的环节，保留人工确认点后再落地。
价格与开源：都在付费阶段之后
官方表示具体定价与计费方式随付费服务上线时公布，目前尚未给出价格数字。模型权重尚未开放，团队表示将在免费体验期结束、转为付费服务后计划同步开源。在权重开放前，使用方式以官方在线服务与后续接口为主，自托管部署暂不可行。对于关注AI办公软件推荐的团队，当前阶段更适合先验证256K档位下的效果，再评估长窗口任务与自部署的可行性。
编辑判断
Ling-3.1-flash的参数规模与上下文标称值都很有吸引力，但真正决定选型的两个变量——1M上下文与开源权重——都排在付费阶段之后。这两周免费期，更像是让团队验证256K场景下的多步骤任务稳定性。如果这条链路跑得通，付费阶段的1M能力才有评估基础。如果跑不通，参数再大也只是纸面数字。蚂蚁百灵把开放节奏与商业化绑定，这本身是一种信号：先验证价值，再谈开放。