蚂蚁百灵 Ling-3.1-flash：560B/25B 激活 MoE；厂商报 SWE-Pro 65.39、CyberGym 87.9；Vercel/OpenCode 免费到 10/13

核心背景与行业痛点

Flash 档位正在「变胖」：开发者既要 agent/coding 长程稳定性，又要可控的每 token 算力。蚂蚁 InclusionAI 在 Ling-3.0-flash（124B/5.1B）之后，于 2026-09-30 公布 Ling-3.1-flash——约 560B 总参、每 token 激活约 25B，定位通用智能体、搜索、办公与软件开发。关键现状：产品/网关可调用，权重未开源；官方开发者文档页（ant-ling.com 截至 9/23）尚未写入 3.1 条目。对大陆读者，可先走 Vercel AI Gateway 或 OpenCode Zen 的限时免费通道做自测，而不是等「假想中的 HF 权重」。

架构亮点与底层机制

官方摘要延续混合线性路线，并提高线性 Attention 层比例：约 7 层 KDA 配 1 层 Gated MLA；MoE 侧为 512 个路由专家中选 8 个，外加 1 个共享专家。相对 3.0-flash，总参与激活量约升至 4–5×，稀疏比仍约 1:22。上下文设计最高 1M，但试用期与第三方路由当前多暴露 256K–262K（Vercel 列 262,144 in / 32,768 out）。混合推理（可想/可不想）面向工具调用与长任务历史；不要把 3.0-flash 的 MIT 权重部署手册直接套到 3.1。

权威 Benchmark 与实测跑分对比

下表数字均来自厂商发布图/二次报道，Artificial Analysis 等第三方榜在发稿时多未收录——请当方向性主张，勿当独立复现结论。常见引用：SWE-Pro 65.39（表中高于 DeepSeek-V4.1-Flash 56.77、GLM 5.3 flash 63.06）、Terminal-Bench 4.0 40.40、CyberGym 87.90（紧贴 DeepSeek flash 88.10）、BrowseComp 91.67；DeepSWE / Terminal-Bench 2.1 等则落后 DeepSeek flash。HLE 约 37.44。HealthBench Professional 65.35 带「在 AQ 环境评估」脚注，不可当作临床认证。Vercel 路由侧曾列约 3.1s 延迟、88 tok/s（Novita，随负载变）。

开发者实战落地与开箱指南

1. 网关试用：inclusionai/ling-3.1-flash 或 inclusionai/ling-3.1-flash-free（免费期结束前者可能转计费、后者停服）——见 Vercel Changelog 2026-09-30。
2. 编码 Agent：npx vercel ai-gateway setup 后在 Claude Code / Codex / fx 的 /model 选择 Ling 3.1 Flash；或 OpenCode Zen 模型 ID ling-3.1-flash-free（文档）。
3. 隐私：免费期可能用于改进模型——勿投专有代码/客户数据；生产等付费条款与 retention 明确后再接。
4. 自测协议：用同一仓库任务对比你现网 flash（如 DeepSeek-V4.1-Flash / GLM 5.3 Flash），记完成率而非单看厂商柱状图。
5. 开源预期：官方称试用后计划开源并放开更大窗口；在 inclusionAI / HF 出现 3.1 仓库与许可证前，按托管模型规划容量。