Ling-3.1-flash は 2026 年 10 月 15 日、蚂蚁百灵（Ant Group の Ling）から正式にオープンソース化され、重みが Hugging Face と ModelScope に上がった。このモデルは 9 月 30 日に発表され試用が始まり、試用期間は 10 月 14 日に終了した。今回届いたのは完全な重みと上限 100 万トークンのコンテキストであり、自社システムへ組み込みたいチームにとって、ようやく実際に手を動かせる段階になった。
まず配備のハードル：体躯は 560B、活性化は 25B
Ling-3.1-flash は Ling-3.0-flash のハイブリッド線形アーキテクチャを継ぎ、総パラメータ約 560B、トークンごとの活性化は約 25B、コンテキスト上限は 100 万トークン。公式モデルカードが示す参考配備は H200 を 8 枚、または GB300 を 4 枚で、SGLang と vLLM の配備経路が用意されている。個人のパソコン向けでないことは明らかだが、同規模の密なモデルと比べ、活性化比率の低さが 1 回の推論の計算量を抑えている。方向性は MiniCPM-V 4.7 がマルチモーダルモデルをスマートフォンのメモリに収めた話 と対照的で、一方は端末で動くまで小さくし、もう一方は大きなモデルをデータセンターで無理なく回せる形にしている。
評価数字は分解して読む：総点より、オフィスと納品の強さ
第三者機関 Artificial Analysis の公開テストでは、知能指数 41、出力速度は毎秒約 210 トークン、混合単価は 100 万トークンあたり約 0.19 ドル。場面別の成績の方が位置づけをよく表す。オフィス業務の GDPVal-AA V2.1 で 1673 点、医療場面の HealthBench Professional で 65.35、ソフトウェア工学や端末操作系のベンチマークでも相応の結果が出ている。提供側の実測デモでは、散らかった決算資料を編集可能な表と対話的なウェブページにまとめたり、古いコードを読んで新機能を書き、テスト結果に合わせて直し続けたりしていた。今回の公開の主眼はパラメータ規模そのものより、曖昧な業務要求を渡したときに仕事を最後まで運ぶ割合を、自社のタスク集で検証できる点にある。
重みを本番環境へつなぐ前に、先に済ませたい確認が三つある。第一に、自社のオフィス・工学タスクで小規模な対照を行い、1 回の応答の出来ではなく、長いタスクの途中で失敗した後に立て直せるかを見る。第二に、100 万コンテキストを実際に使う割合でコストを測る。コンテキストを最大まで使うと、多くのモデルで請求額も遅延も目に見えて変わる。第三に、医療のような高リスク領域では、病歴の整理や質問リスト作りといった補助工程に留め、正式な結論は専門家の審査を通す。この三つを終えてから、既存のワークフローのモデルと入れ替えるべきか判断するのがよい。
