蚂蚁百灵开源 Ling-3.1-flash 模型，560B 参数支持 1M 上下文

蚂蚁百灵宣布开源 Ling-3.1-flash 模型，总参数约 560B，每 Token 激活约 25B，最高支持 1M 上下文，Artificial Analysis 评测智能指数为 41，输出速度约每秒 210 Token。

本地部署采用 MXFP4 量化，权重占用从约 534GB 降至 292GB，Hopper GPU 环境下由 8 卡降至 4 卡，降低企业部署门槛。

长资料场景经算子融合与投机解码优化，8 卡配置平均首 Token 时间 604 毫秒，4 卡吞吐约 1.36 QPS，为容量规划提供参考。

模型已在 Hugging Face 与 ModelScope 开放下载，目前提供限时 2.5 折优惠，OpenRouter 输入 0.075 美元、输出 0.225 美元。