Ling、Ling-3.1-flash-1019とベースモデルのオープンウェイトを公開

Lingチームによると、Ling-3.1-flash-1019がオープンソース化され、Hugging FaceとModelScopeでウェイトが公開された。また、さらなるトレーニングに向けたオープンな基盤とするLing-3.1-flash-baseもリリースした。チームは、新モデルに推論と実環境のエージェントワークフロー向けの追加のポストトレーニングを施したとしている。

以下は、Artificial Analysisのベンチマークに基づくチーム独自の主張で、Ling-3.1-flashとLing-3.1-flash-1019を比較したものだ。

• Intelligence Index (v4.3.2): 41から44。
• AA-Briefcase: 約1400 Eloから1524 Elo。
• AutomationBench-AA: 62%から68%。
• CritPt: 18%から26%。
• SciCode: 54%から57%。

チームは、モデルを試せるオンラインページへのリンクも掲載している。

Artificial Analysis（ベンチマークサイトによる独自測定）は性能向上を確認し、総計560B、アクティブ25Bのパラメータ、1Mトークンのコンテキストウィンドウ、MITライセンスを備えた推論モデルと説明している。同サイトのIntelligence Index v4.3では44点で、以前の41点から上昇。Humanity's Last Examは43%（以前は39%）、CritPtは26%（18%）、AA-Briefcase v1.1のEloは1521（1397）、GDPval-AA v2.1は1653（1617）、AutomationBench-AAは68%（62%）となった。同サイトによると、Indexのタスク1件あたり約145k出力トークンを使用し、前モデルの103kを40%以上上回る。そのためタスクあたりのコストは$1.49と以前より高いが、Mistral Large 4 PreviewやGLM 5.3よりは低い。ファーストパーティAPIの料金は、入力トークン100万件あたり$0.30、出力トークン100万件あたり$0.90で、キャッシュ済み入力は$0.06としている。