Ling 发布 Ling-3.1-flash-1019 开放权重及基础模型

Ling 团队表示，Ling-3.1-flash-1019 现已开源，权重可在 Hugging Face 和 ModelScope 上获取。团队还发布了 Ling-3.1-flash-base，并称其是一个开放的基础模型，可用于进一步训练。团队表示，新模型针对推理和真实世界的智能体工作流进行了进一步的后训练。

以下数据是团队基于 Artificial Analysis 基准测试给出的自述数据，对比 Ling-3.1-flash 与 Ling-3.1-flash-1019：

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

团队还提供了一个可在线试用该模型的页面链接。

Artificial Analysis（基准测试网站，以下为其自行测得的数据）确认了这些提升，并将该模型描述为一款推理模型，总参数量为 560B、激活参数量为 25B，上下文窗口为 1M token，采用 MIT 许可证。该模型在其 Intelligence Index v4.3 中得分为 44，高于此前的 41；在 Humanity's Last Exam 上得分为 43%（此前为 39%），在 CritPt 上为 26%（18%），在 AA-Briefcase v1.1 上的 Elo 为 1521（1397），在 GDPval-AA v2.1 上为 1653（1617），在 AutomationBench-AA 上为 68%（62%）。该网站指出，该模型每项 Index 任务约使用 145k 个输出 token，比前代的 103k 多出 40% 以上，因此单项任务成本为 $1.49，高于此前水平，但低于 Mistral Large 4 Preview 和 GLM 5.3。该网站列出的第一方 API 定价为：每百万输入 token $0.30，每百万输出 token $0.90；缓存输入价格为 $0.06。