蚂蚁开源 Ling-3.1-flash-1019：560B 模型智能指数 41→44，每任务成本从 $1.01 涨到 $1.49

先说结论

• 是什么：Ling-3.1-flash 的后训练升级版，架构一个参数没动。560B 总参数、25B 激活、文本进文本出，MIT 许可。5
• 改了什么：模型卡的原话是「further post-training optimizations」，也就是只补了后训练。5
• 涨了多少：AA 智能指数 41→44；AA-Briefcase 约 1400→1524 Elo；AutomationBench-AA 62%→68%；CritPt 18%→26%；SciCode 54%→57%。5
• 第三方：Artificial Analysis 独立测出来也是 44。代价在成本：每任务从 $1.01 涨到 $1.49，因为评测里输出 token 从 220M 涨到 350M。6
• 能力在哪：涨幅集中在 agentic 知识工作与科学推理两块——长时间工具链、办公交付、物理与代码题。15
• 怎么用：权重 FP8 共 573.8 GB，8 张 H200 或 4 张 GB300 起；SGLang 有 day-0 镜像，vLLM 要走 vllm 分支。78
• 缺什么：没有技术报告、没有官方博客、没有逐项评测表，这一版的实测速度也没公布。9

快速核对

这次只动了后训练

两版之间变了什么

第三方测出来也是 44，但每任务贵了 48%

44 分在榜上是什么位置

架构没变，1M 要自己开

现在能用在哪

该不该试

• 已经在跑 Ling-3.1-flash、任务偏 agentic 知识工作：AA-Briefcase 涨 124 Elo、AutomationBench 涨 6 个点，是四项里最大的两块；用自己的一批任务重跑一遍，预算按 token 涨六成留。
• 要 1M 上下文处理整份文档或长轨迹：原生 262K，得自己开 YaRN，只对超长请求开；官方托管服务只给 256K。
• 按 token 付费、成本是第一约束：折扣期内新旧两版同价，但新版更啰嗦，单位任务的账要按 token 用量重算，不能沿用旧版的每任务成本。
• 要立刻用托管 API、不碰 GPU：现在接到的还是旧版，这一版要等平台跟进。
• 要做容量规划：这一版没有速度数据，能参照的只有上一版在 SGLang 上的实测；8 卡 H200 是官方给的最低起法，权重 573.8 GB 之外还要留 KV 缓存。
• 需要按中国本币结算的合规通道：官方 API 只支持个人支付宝充值，企业支付宝暂不支持，企业要走商务。17

还没有的数字

• 逐项评测表：模型卡只给四项变化加一张指数截图，没写思考档位、工具使用与判分方式。5
• 技术报告与博客：官方博客最新一篇停在 9 月 18 日，这一版只有一条推文和模型卡。9
• 这一版的速度与显存占用：SGLang 那组 tok/s 来自上一版 checkpoint，1019 没有对应实测。8
• 第三方分项分：AA 给了指数与成本，分项数值只在图里；页面仍把它标为闭源模型，也没挂权重链接。6
• 后训练细节：用了多少数据、什么 RL 配方、训了多久，都没有公开。
• 促销何时结束：官方只写「促销期结束后原价逐步恢复」。17
• 安全评估：没有系统卡或安全报告，训练内容摘要只覆盖数据来源。18
• 编号含义：1019 是内部快照编号还是正式版本号，官方没有说明。