AI 编程实时动态与要闻

蚂蚁百灵开源 Ling-3.1-flash-1019:560B/25B 激活 MoE 再后训练,AA 智能指数从 41 升到 44,同步放出 base 底座

蚂蚁百灵(Ant Ling / inclusionAI)10 月 27 日开源 Ling-3.1-flash-1019,是 10 月初 Ling-3.1-flash 的再后训练升级版:总参 560B、每 token 激活 25B、1M 上下文,MIT 许可。官方称它在 Artificial Analysis 智能指数 v4.3.2 上得 44 分(前代 41),AA-Briefcase、AutomationBench-AA 等智能体任务明显提升;同时开源可继续训练的 Ling-3.1-flash-base。

蚂蚁百灵开源 Ling-3.1-flash-1019:560B/25B 激活 MoE 再后训练,AA 智能指数从 41 升到 44,同步放出 base 底座

核心要点速览

  • 规模:总参 560B、激活 25B,1M token 上下文,MIT 许可,HF 与 ModelScope 同步上架
  • Artificial Analysis 智能指数 v4.3.2:44 分,前代 Ling-3.1-flash 为 41(官方口径)
  • AA-Briefcase 约 1400 升至 1524 Elo,AutomationBench-AA 62% 升至 68%(官方口径)
  • 科学类:CritPt 18% 升至 26%,SciCode 54% 升至 57%(官方口径)
  • 架构:混合线性 MoE,63 层 KDA + 9 层门控 MLA(7:1),512 路由专家、每 token 激活 8 个
阅读全文
关联模型 / 智能体 / 厂商:

Artificial Analysis:Grok 4.7 在 AA-Briefcase 仅次于 Anthropic,任务成本约 Opus 5 一半

@ArtificialAnlys 发布 AA-Briefcase 评测:Grok 4.7 仅次于 Anthropic 模型,排在 Opus 5 之后且每任务成本约为其一半。相对 Grok 4.6,公开尽调场景 AA-Briefcase-Lite 上 Analytical Quality Elo 从 1698 升至 1994,Presentation Elo 从 1531 略降至 1499;示例 deck API 成本约 Grok 4.7 (xhigh) $8 vs Grok 4.6 (xhigh) $4.40。

Artificial Analysis:Grok 4.7 在 AA-Briefcase 仅次于 Anthropic,任务成本约 Opus 5 一半

核心要点速览

  • AA-Briefcase:Grok 4.7 仅次于 Anthropic,排在 Opus 5 之后,任务成本约为一半。
  • 相对 4.6:Analytical Quality Elo 1698→1994,Presentation Elo 1531→1499。
  • 示例 deck:Grok 4.7 (xhigh) 约 $8,Grok 4.6 (xhigh) 约 $4.40。
阅读全文
关联模型 / 智能体 / 厂商:

Artificial Analysis:Intelligence Index v4.2 上线,Claude Fable 5.1 领先、Astra 次席

Artificial Analysis 发布 Intelligence Index v4.2:新增私有 agentic 知识工作评测 AA-Briefcase 与长文档 GDP.pdf,提高 held-out 权重并改进打分基建,下线已饱和的 GPQA Diamond。排行上 Anthropic Claude Fable 5.1 居首,OpenAI GPT-6 Astra 次席并较 GPT-5.6 Sol 提升约 4 分;Astra 在输出 token Pareto 上表现突出。面向开发者选型与成本效率对比的权威中期基准更新。

核心要点速览

  • 基准:Index v4.2 加入 AA-Briefcase、GDP.pdf,held-out 权重升至约 40%。
  • 榜单:Claude Fable 5.1 第一,GPT-6 Astra 第二,较 Sol 约 +4 分。
  • 效率:Astra 在输出 token Pareto 前沿上表现突出。
阅读全文
关联模型 / 智能体 / 厂商: