蚂蚁百灵开源Ling-3.1-flash模型

发生了什么

据凤凰网·科技报道，蚂蚁百灵开源Ling-3.1-flash模型，总参数约560B，每个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，权重采用量化后占用由约534GB降至292GB，所在Hopper GPU测试配置中服务部署由8卡降至4卡。团队还提供长上下文并行推理方案（PCP/DCP），并加强JSON Schema工具调用支持。