蚂蚁百灵开源 Ling-3.1-flash 模型，最高支持 1M 上下文

蚂蚁百灵昨日宣布开源 Ling-3.1-flash 模型，总参数约 560B、每个 Token 激活约 25B，最高支持 1M 上下文。团队采用量化方案将权重占用从约 534GB 降至 292GB；在对应 Hopper GPU 测试中，服务部署由 8 卡降至 4 卡。测试还包括长资料请求的首 Token 时间与输出间隔，以及 4 卡吞吐约 1.36 QPS；在线体验目前提供限时 2.5 折优惠。