Ling 開放 Ling-3.1-flash-1019 與基礎模型的權重

Ling 團隊表示，Ling-3.1-flash-1019 現已開源，權重已上傳至 Hugging Face 和 ModelScope。團隊也發布了 Ling-3.1-flash-base，並稱其為可供進一步訓練的開放基礎模型。團隊表示，新模型針對推理和真實世界的代理工作流程進行了進一步的後訓練。

以下數據是團隊根據 Artificial Analysis 基準測試得出的說法，比較 Ling-3.1-flash 與 Ling-3.1-flash-1019：

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

團隊也附上了可線上試用該模型的頁面。

Artificial Analysis（基準測試網站的自行測量結果）確認了這些進步，並將該模型描述為推理模型，具有 560B 總參數和 25B 活躍參數、1M token 的上下文視窗，以及 MIT 授權。該模型在其 Intelligence Index v4.3 中得分 44，高於先前的 41；在 Humanity's Last Exam 得分 43%（先前為 39%）、CritPt 得分 26%（18%）、AA-Briefcase v1.1 的 Elo 為 1521（1397），GDPval-AA v2.1 為 1653（1617），AutomationBench-AA 則為 68%（62%）。該網站指出，每項 Index 任務約使用 145k 個輸出 token，比前代的 103k 多逾 40%，因此每項任務成本為 $1.49，雖高於先前，但低於 Mistral Large 4 Preview 和 GLM 5.3。網站列出的第一方 API 定價為每百萬輸入 token $0.30、每百萬輸出 token $0.90，快取輸入則為 $0.06。