蚂蚁集团 inclusionAI 发布 Ling-3.1-flash 模型权重，免费试用将于 10 月 14 日截止

蚂蚁集团旗下 inclusionAI 于 10 月 14 日在 Hugging Face 平台以 MIT 许可证发布 Ling-3.1-flash 模型权重；Ling-3.1-flash 采用 5600 亿参数的混合线性 MoE 架构，每个 token 激活 250 亿参数，上下文窗口最高达 100 万 token。

Ling-3.1-flash 发布时间：9 月 30 日上线、两周免费试用

Ling-3.1-flash 于 2026 年 9 月 30 日首次上线，并提供为期两周的免费 API 试用。试用期间，服务支持的上下文长度上限为 256,000 token。inclusionAI 团队当时明确表示，免费试用期结束后将开放完整的 100 万 token 上下文，并开源模型。

免费试用期于 2026 年 10 月 14 日结束，MIT 许可证授权的模型权重也于同日在 Hugging Face 平台发布。

模型架构：5600 亿总参数、250 亿活跃参数

根据官方模型卡，Ling-3.1-flash 是原生混合推理模型，采用混合线性 MoE 架构，主要层级组成如下：

线性注意力层：63 个 KDA 线性注意力层，占主体部分

门控注意力层：9 个门控 MLA 层，KDA 与 MLA 的比例为 7:1

全连接层：4 个

路由专家：512 个路由专家和 1 个共享专家

每个 token 激活的专家数：8 个

模型总参数量为 5600 亿，每个 token 激活的参数量为 250 亿，上下文窗口最高达 100 万 token。

基准测试与编码框架：涵盖八项测试，支持五款编码框架

根据官方模型卡，Ling-3.1-flash 在以下基准测试中取得了进展：Terminal-Bench 4.0、SWE-bench Pro、FrontierSWE、GDPVal-AA V2.1、Automationbench、MCP-Atlas、SkillsBench 以及 HealthBench Professional，覆盖编码与优化代理场景。

模型卡还指出，Ling-3.1-flash 在 Claude Code、Kilo Code、Qwen Code、Hermes Agent 以及 OpenClaw 等五款编码框架中运行良好，并在金融和材料科学领域取得了进展。

部署配置：已上架 ModelScope 与 OpenRouter

根据模型卡，Ling-3.1-flash 在发布当日即可获得完整支持；官方推荐使用 SGLang，并提供支持多 token 预测推测解码的专用镜像。参考服务器配置为 8 块 H200 GPU 或 4 块 GB300 GPU；此外还提供 vLLM 部署方案。Ling-3.1-flash 已在 ModelScope 和 OpenRouter 平台上架。

LingCode 框架：为长周期编码任务设计，蚂蚁集团未来考虑开源

官方模型卡介绍了 LingCode。这是一个基于开源编码代理 Pi 构建的框架，专为运行数小时、涉及数百次工具调用并需要反复进行上下文压缩的长周期编码任务设计。蚂蚁集团表示，未来正在考虑将 LingCode 开源，具体计划尚未公布。

常见问题

Ling-3.1-flash 模型的总参数量、活跃参数量与上下文窗口各为多少？
根据官方模型卡，Ling-3.1-flash 的总参数量为 5600 亿，每个 token 激活的参数量为 250 亿，上下文窗口最高达 100 万 token。

Ling-3.1-flash 的 MIT 许可证授权权重于何时发布，部署推荐使用哪种框架？
MIT 许可证授权的模型权重于 2026 年 10 月 14 日（免费试用期结束当日）在 Hugging Face 平台发布；模型卡推荐使用 SGLang，并提供支持多 token 预测推测解码的专用镜像；参考服务器配置为 8 块 H200 GPU 或 4 块 GB300 GPU。

LingCode 是什么，蚂蚁集团的开源计划是什么？
LingCode 是 inclusionAI 基于开源编码代理 Pi 构建的框架，专为长周期编码任务设计，包括运行数小时、进行数百次工具调用以及反复压缩上下文。蚂蚁集团表示，未来考虑将 LingCode 开源，具体时间表尚未公布。