蚂蚁 inclusionAI 对 Ling-3.1-flash 做进一步后训练的升级版：混合线性注意力 MoE（63 层 KDA + 9 层门控 MLA），总参数 560B、每 token 激活 25B，100 万 token 上下文，主打复杂推理和真实场景的多步智能体任务。
上升分 79 · 点赞 79 · 下载量 548
理由
- 官方称相对上一版：AA-Briefcase 从约 1400 升到 1524 Elo，AutomationBench-AA 从 62% 到 68%，CritPt 从 18% 到 26%，SciCode 从 54% 到 57%；Artificial Analysis Intelligence Index v4.3.2 得 44（上一版 41）。
- 512 个路由专家、每 token 激活 8 个，自带 MTP 推测解码；SGLang 有首发镜像，vLLM 有 ling3 的工具调用和推理解析器，也能在 OpenRouter 上调用。
- MIT 许可，并公开了训练内容摘要（PDF）；10 月 27 日发布，此前各期没有收录。
用法
- SGLang：docker pull lmsysorg/sglang:dev-ling-3.1-flash，8×H200 用 --tp 8 --ep 8 --speculative-algorithm NEXTN 启动（4×GB300 改 --tp 4 --ep 4），走 OpenAI 兼容接口。
- vLLM：装 vllm 仓库的 vllm 分支，vllm serve 时加 --tool-call-parser ling3 --reasoning-parser ling3 和 MTP 推测解码；官方推荐 temperature 1.0、top_p 0.95、top_k 20，并开启 enable_thinking。
风险
- 官方示例要 8 张 H200 级显卡（或 4 张 GB300），个人设备跑不了。
- 卡里 SGLang 示例的 --model-path 写的是上一版 inclusionAI/Ling-3.1-flash，部署这一版要自己改成 inclusionAI/Ling-3.1-flash-1019。
- 模型卡只列了升级前后的自身对比，和其他模型的对照只在图片里。