Ling 3.1 Flash 智能指数升至 41，Agent 能力显著提升

Ling 3.1 Flash 在智能水平上较前代产品大幅提升，在 Artificial Analysis 智能指数上得分 41，其中智能体（agentic）能力的提升尤为明显

@AntLingAGI 已发布 Ling 3.1 Flash，这是一款推理模型，总参数量为 560B，激活参数量为 25B，上下文窗口为 1M token。它在 Artificial Analysis 智能指数 v4.3 上得分 41，相比 8 月发布的 Ling 3.0 Flash 的 20 分有所提升。Ling 3.1 Flash 预计将开放权重，蚂蚁集团将很快发布权重。

主要结果：

➤ Ling 3.1 Flash 的智能体能力较前代有所提升。其 GDPval-AA v2 Elo 为 1,622，AA-Briefcase Elo 为 1,400，与 GLM-5.3-Flash、Gemini 3.8 Flash (high) 和 DeepSeek V4.1 Flash (Max) 等同类模型不相上下。Ling 3.1 Flash 在 AutomationBench-AA（62%）和 Terminal-Bench v4.0（33%）上也取得了显著进步。

➤ Ling 3.1 Flash 在 AA-Omniscience 上得分 +2，比 Ling 3.0 Flash（-18）提高了 22 分。与前代相比，其准确率从 18% 上升到 29%，而在尝试率相近（56% 到 58%）的情况下，幻觉率从 44% 降至 38%，这表明其提升主要源于知道得更多，而非更多地选择弃答。作为对比，DeepSeek V4.1 Flash (Max) 的幻觉率为 97%。

➤ Ling 3.1 Flash 是比前代更大的模型，定价相应更高，但 token 效率更优。其总参数量为 560B、激活参数量为 25B，而 Ling 3.0 Flash 分别为 124B 和 5.1B；定价为每 1M 输入/输出 token $0.30 / $0.90，而此前为 $0.075 / $0.22。它运行智能指数测试使用了 218M 输出 token，比 Ling 3.0 Flash（261M）少 16%。

➤ Ling 3.1 Flash 的单任务成本高于部分同类模型，但仍处于最具吸引力的象限。Ling 3.1 Flash 每个任务成本为 $0.99，远高于 GLM-5.3-Flash（$0.42）和 DeepSeek V4.1 Flash (Max, $0.32)，但低于 Gemini 3.8 Flash (High) 的 $1.24。

更多模型细节：

➤ 规模：总参数量 560B，激活参数 25B

➤ 上下文窗口：1M token

➤ 定价：每 1M 输入 token $0.30，每 1M 输出 token $0.90，缓存输入为每 1M $0.06（8 折优惠）

➤ 可用性：可通过 Novita AI 访问，权重即将发布