蚂蚁百灵开源Ling-3.1-flash：560B参数支持1M上下文
发生了什么
据凤凰网科技报道，蚂蚁百灵于10月15日宣布开源Ling-3.1-flash模型。该模型总参数约560B，每个Token激活约25B，最高支持1M上下文。在Artificial Analysis评测中智能指数为41，输出速度约每秒210 Token。针对本地部署，团队采用MXFP4量化和block-FP8技术，将权重占用从534GB降至292GB，使服务部署由8卡降至4卡。在4卡Hopper配置下，模型达到约1.36 QPS吞吐，首Token时间P50小于3秒。
- 总参数量
- 560B
- 最大上下文长度
- 1M
- 最低部署显卡数
- 4卡
报道与来源
1 篇发布方数量不等于独立核验数量。同稿的多个入口保留在对应报道中。
来源关系与证据边界
按已记录的来源角色展示；连线仅表示原生身份流程确认的同稿入口，不表示独立佐证或跨报道引用。
- 来源报道1 个发布入口