一句话结论
蚂蚁百灵开源 Ling-3.1-flash-1019 模型，在长程个人智能体任务中提升执行效率，支持复杂工作流与多步骤任务处理。
关键要点
- Ling-3.1-flash-1019 在智能指数 Artificial Analysis Intelligence Index v4.3.2 中获得 44 分，较上一版本提升 3 分。
- 基础模型 Ling-3.1-flash-base 总参数量约 560B，每个 Token 激活约 25B 参数，采用混合线性 MoE 架构。
- Ling-3.1-flash-1019 在复杂知识工作 AA-Briefcase 中得分从约 1400 Elo 提升至 1524 Elo，GDPval-AA 从约 1618 Elo 提升至 1644 Elo。
- 基础模型以 BF16 权重和 MIT 许可证开源，开发者可基于此进行继续预训练、领域适配及后训练。
- Ling-3.1-flash-VL 视觉语言模型在既有能力基础上增加视觉理解，已应用于灵光产品。
背景与事实
10 月 28 日，蚂蚁集团旗下百灵大模型团队正式开源 Ling-3.1-flash-1019 及其基础模型 Ling-3.1-flash-base。此次开源与灵光 2.0 产品的升级密切相关。10 月 27 日，灵光 2.0 升级为能管事的个人 AI 助理，依托跨会话记忆、长程任务调度与独立云主机等能力，可以在用户授权范围内主动跟进任务、持续管理复杂事务，即使用户退出对话，相关任务也能继续运行。
与即时问答不同，个人智能体需要围绕一个目标持续工作。这既需要产品具备记忆和任务调度机制，也需要底层模型能够理解目标、使用工具、处理新信息并推进任务。例如，规划一趟旅行，模型不仅要生成行程攻略，还需结合出发时间跟进天气、预约和行前准备；面对双 11 购物需求，要按照预算、规格和个人偏好筛选商品、整理清单，并持续关注价格变化，在符合约定条件时提醒用户。
Ling-3.1-flash-base 在设计初期就将这些 Personal Agent 需求纳入考虑。该模型采用混合线性 MoE 架构，总参数量约 560B，每个 Token 激活约 25B 参数，在模型容量、长序列处理和单步计算开销之间取得平衡。在 8 个领域共 47 项 benchmark 测试中，Ling-3.1-flash-base 在 32 项上超越了 DeepSeek-V4-Pro-Base 和 MiMo-V2.5-Pro-Base，取得最高分。这些能力涵盖知识理解、逻辑推理、代码、数学与长上下文评测，对应个人助理处理复杂事务所需的多项基础能力。
在基础能力之上，Ling-3.1-flash 及后续的 1019 版本通过后训练，持续强化推理、工具使用和多步骤执行能力。围绕个人事务中的多模态信息处理需求，百灵基于 Ling-3.1-flash 训练了视觉语言模型 Ling-3.1-flash-VL，在既有推理、规划和工具使用能力的基础上增加视觉理解。Ling-3.1-flash 已基于灵光、阿福医生版等应用场景的需求与反馈开展对齐训练，持续提升模型在专业表达和沟通等方面的能力。
影响分析
对于中文开发者与从业者而言，Ling-3.1-flash-base 以 MIT 许可证开源，意味着可以合法用于商业项目。560B 总参数、25B 激活参数的混合线性 MoE 架构在降低推理成本的同时保持较高性能，适合资源受限的企业部署长程任务型智能体。开发者可基于该基础模型开展领域适配，例如金融、医疗等垂直场景，无需从零训练即可快速构建具备多步骤执行能力的个人助理系统。
此次开源策略体现了百灵从单纯追求参数规模转向注重模型能力进入真实流程的理念。这种从真实任务中来、到真实应用中去的方法论，为其他厂商提供了参考路径：模型迭代应紧密绑定具体应用场景（如旅行规划、购物比价等），通过应用反馈驱动对齐训练，而非仅依赖基准测试分数。
适用边界
Ling-3.1-flash-1019 主要针对 Personal Agent 场景优化，即需要持续跟踪多步骤任务的场景。对于单次问答、短对话或不涉及工具调用与任务调度的简单场景，该模型的性能优势可能不明显。此外，虽然基础模型总参数达 560B，但激活参数仅 25B，实际推理时的内存占用与计算开销需根据具体硬件环境评估，不适合追求极致单次推理延迟的端侧部署场景。Ling-3.1-flash-VL 目前仅应用于灵光产品，尚未对外发布，视觉理解能力暂不可独立使用。
孤本观察
百灵此次开源将基础模型与后训练模型分离，且基础模型明确以 MIT 许可证开放，这种分层策略既保护了后训练的商业优势，又降低了开发者的入门门槛。从 560B 总参数到 25B 激活参数的设计取舍，反映出长程任务对单步计算效率与长序列处理能力的双重需求，而非单纯追求大参数规模。
常见问题
Ling-3.1-flash-1019 在 Artificial Analysis Intelligence Index v4.3.2 中的得分及提升幅度是多少？
得分为 44 分，较上一版本提升 3 分。
Ling-3.1-flash-base 模型架构的具体参数配置是怎样的？
采用混合线性 MoE 架构，总参数量约 560B，每个 Token 激活约 25B 参数。
Ling-3.1-flash-base 在哪些基准测试中超越了 DeepSeek-V4-Pro-Base 和 MiMo-V2.5-Pro-Base？
在 8 个领域共 47 项 benchmark 测试中，Ling-3.1-flash-base 在 32 项上取得了最高分。
Ling-3.1-flash-base 对开发者有哪些使用限制或适用边界？
总参数 560B 但激活仅 25B，实际推理需评估硬件开销，不适合追求极致单次推理延迟的端侧部署场景。
Ling-3.1-flash-VL 目前的发布状态和应用范围是什么？
仅应用于灵光产品，尚未对外发布，视觉理解能力暂不可独立使用。
来源：量子位