Am 15. Oktober kündigte das Bailing-Großmodell der Ant Group die Open-Source-Veröffentlichung von Ling-3.1-flash an. Das Modell legt den Fokus auf „echte Nutzbarkeit“, wurde für reale Aufgaben weiterentwickelt und macht es möglich, vage Geschäftsanforderungen schneller in nutzbare Ergebnisse umzuwandeln. Die Gewichte des Open-Source-Modells stehen auf Hugging Face und ModelScope zum Download bereit.
Ling-3.1-flash führt die hybride lineare Architektur von Ling-3.0-flash fort und verfügt über insgesamt etwa 560B Parameter, wobei pro Token etwa 25B Parameter aktiviert werden; unterstützt wird ein Kontext von bis zu 1M. Das Modell hält in komplexen Arbeitsabläufen wie Büro, Medizin, Softwareentwicklung und Terminaloperationen ein hohes Qualitätsniveau. Bei verstreuten Materialien kann es bei der Erstellung von Berichten und Präsentationsunterlagen helfen; bei zerstreuten Symptomen unterstützt es die Aufbereitung der Krankengeschichte und der Behandlungsfragen; bei altem Code kann es die bestehende Implementierung verstehen, neue Funktionen schreiben und anhand der Testergebnisse weiter nachbessern.
Im Büro-Benchmark GDPVal-AA V2.1 erreichte Ling-3.1-flash 1673 Punkte (ELO). Im medizinischen Szenario-Benchmark HealthBench Professional erzielte das Modell 65,35 Punkte. In den Benchmarks FrontierSWE für Softwareentwicklung und Terminal-Bench4.0 für Terminaloperationen zeigte das Modell ebenfalls die Fähigkeit, komplexe Engineering-Aufgaben zu bewältigen.
Durch diese Open-Source-Veröffentlichung hofft Bailing, dass mehr Teams Ling-3.1-flash in ihrer eigenen Umgebung bereitstellen und einbinden können, um diese Szenario-Fähigkeiten in ihre Geschäftsprozesse zu integrieren.
Im Alltag bei realen Aufgaben müssen Unternehmens-Wissensassistenten und Code-Assistenten häufig fortlaufend Materialien verarbeiten, Inhalte generieren und Ergebnisse anhand von Feedback überarbeiten. Das Modell muss sowohl die allgemeine Fähigkeit besitzen, diese Aufgaben zu bewältigen, als auch bei mehreren Aufrufen ausreichend schnelle Antwortzeiten gewährleisten. Die „Intelligenz-Effizienz-Quote“ als Kernmerkmal der Bailing-Modellreihe wird auf Ebene von Ling-3.1-flash fortgeführt und weiter gestärkt.
In den öffentlichen Bewertungen von Artificial Analysis beträgt der Intelligenzindex von Ling-3.1-flash 41 und die Ausgabegeschwindigkeit etwa 210 Token pro Sekunde, was für hochfrequente Geschäftsszenarien eine doppelte Fähigkeit aus Intelligenzindex und Generierungseffizienz bietet. Darüber hinaus liegt der Preis für die hybride Nutzung von Ling-3.1-flash bei etwa 0,19 USD pro einer Million Token, was im Bereich schnellerer Ausgabe und niedrigerer Preise liegt und für Szenarien mit hoher Aufruffrequenz Generierungseffizienz und Kostenvorteile vereint.
Für die lokale Bereitstellung hat das Team die routed experts mit MXFP4 quantisiert und die dense-Schichten in block-FP8 belassen, wodurch sich der Speicherbedarf der Gewichte von etwa 534GB auf 292GB verringerte. In der entsprechenden Hopper-GPU-Testkonfiguration sank die Serverbereitstellung von 8 auf 4 Karten, sodass Teams mit Server-GPUs das Modell mit weniger Karten betreiben können.
Bereits zuvor hatte die Ling3.0-Serie Open-Source-Praktiken auf vielfältigen Geräten erprobt und dabei verschiedene Bereitstellungswege von Servern über Personal Computer bis hin zu mobilen Endgeräten abgedeckt. So kann auf Serverseite ein einzelner NVIDIA DGX Spark Ling-3.0-flash ausführen, um Coding-Agenten beim Erstellen und Testen von kleinen Spielen anzutreiben; auf PC-Seite kann ein 16GB MacBook Air Ling-3.0-tiny ausführen, um einen dauerhaft lokalen Assistenten einzurichten; auf Mobilseite verifizierte das Galaxy A324G über die Tiny-GGUF-Version ein Prototyp für lokale Inferenz und Tool-Routing, während das Xiaomi 14T Pro mit PocketPal lokale Konversationen mit der Tiny-Version realisierte.
Nach bekannten Angaben verzeichnete die Ling-3.0-Modellreihe auf Hugging Face in den letzten 30 Tagen fast 1 Million Downloads; die Community bereits mehrere angepasste Versionen wie Flash GGUF, Tiny GGUF und Flash MLX4bit bereitgestellt. Mit der Open-Source-Veröffentlichung von Ling-3.1-flash bietet die Bailing-Modellreihe Entwicklern eine vollständigere Modellgrundlage, die eigenständig verifiziert und zweitverwendet werden kann, und bedeutet zugleich, dass die Modellfähigkeiten der realen Geschäftslieferung weiter näherkommen: Die Kette von Anforderungsdokumenten über Code-Repositories bis zur Produktionsumgebung wird weiter verkürzt.
Bailing ist als Modellforschungskraft hinter der Entwicklung des KI-Geschäfts der Ant Group eine wichtige Unterstützung der Modellfähigkeiten für Consumer-KI-Anwendungen und Enterprise-Agenten. Anders als das bloße Streben nach Modellparametergröße konzentriert sich Bailing darauf, Modellfähigkeiten in reale Geschäfte zu bringen und Ergebnisse zu liefern. In komplexen Fachbereichen wie Finanzen und Medizin hat Bailing auf Basis von Basismodellen bereits nacheinander die erweiterten Modelle Ling-3.0-flash-Fin und Ling-3.0-flash-Sante veröffentlicht, um allgemeine Modellfähigkeiten weiter in professionelle Fähigkeiten für reale Geschäftsprozesse wie Anlageforschung und Gesundheitsmanagement umzuwandeln.