蚂蚁百灵开源 Ling-3.1-flash AI 模型，最高支持 1M 上下文

📋总体概括

蚂蚁百灵宣布开源Ling-3.1-flash大模型，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。针对本地部署场景，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，Hopper GPU测试中服务部署由8卡降至4卡。这是蚂蚁在开源大模型领域的重要动作，主打高性价比推理与超长上下文能力。