蚂蚁百灵开源 Ling-3.1-flash：560B 混合推理模型，主打一句需求生成网页与交互原型
蚂蚁集团旗下 inclusionAI（百灵 Ling 团队）于北京时间 10 月 14 日深夜开源 Ling-3.1-flash：总参数约 560B、每 token 激活约 25B 的混合线性 MoE 模型，支持最长 100 万 token 上下文；官方称其擅长把粗略需求变成网页、移动端 UI 与可交互原型，并在智能体、搜索、办公与软件工程任务上较 Ling-3.0-flash 有提升；权重已在 Hugging Face 与 ModelScope 上架。
蚂蚁集团旗下 inclusionAI（百灵 Ling 团队）于北京时间 10 月 14 日深夜宣布开源 Ling-3.1-flash，这是 Ling-3.0-flash 的升级版，定位为面向真实任务的原生混合推理模型。
按官方模型卡，要点包括：
- 规模与架构：总参数约 560B，每 token 激活约 25B；采用混合线性注意力的 MoE 架构（512 个路由专家、每次激活 8 个），上下文最长 100 万 token；
- 主打场景：官方演示称它能把一份粗略需求直接变成网页、移动端 UI 或可交互原型，方便团队评审后再迭代；
- 能力提升：在通用智能体、搜索、办公和软件工程任务上较上一代有提升，官方列出的评测包括 Terminal-Bench 4.0、SWE-bench Pro、FrontierSWE、GDPVal-AA V2.1、MCP-Atlas 等，并称在 Claude Code、Qwen Code、Kilo Code 等编程智能体框架中体验良好；
- 配套：团队还介绍了基于开源编程智能体 Pi 改造的 LingCode，面向持续数小时、上百轮工具调用的长任务，目前尚未开源；
- 部署门槛：权重已在 Hugging Face 与 ModelScope 上架，首日支持 SGLang 与 vLLM；但官方推荐配置为 8 张 H200 级别显卡，个人电脑本地运行并不现实，普通用户更适合通过 API 服务调用。
对创作者意味着什么： 对需要做活动页、作品集、小工具或课程演示页的创作者来说，「一句话出可点的原型」正在变成开源模型也能做到的事，国产模型的选择也更多了。落地建议：写需求时把页面结构、配色风格、目标用户和要展示的数据讲清楚，比只说「做个好看的页面」效果好得多；生成后先在手机和电脑上都点一遍，检查文字、链接和适配问题再上线；对外商用前，自行确认模型许可证条款。
信息来源：inclusionAI（蚂蚁百灵）（本文为编辑整理改写）
