Ling-3.1-flash는 2026년 10월 15일 앤트그룹의 백링(Ling) 팀이 정식 오픈소스로 공개해 가중치가 Hugging Face와 ModelScope에 올라갔다. 이 모델은 9월 30일 발표돼 체험이 시작됐고 체험 기간은 10월 14일 끝났다. 이번에 도착한 것은 전체 가중치와 최대 100만 토큰 컨텍스트로, 자체 시스템에 붙이려는 팀에게는 이제 실제로 손을 댈 수 있는 단계가 된 셈이다.
먼저 배포 문턱: 덩치는 560B, 활성화는 25B
Ling-3.1-flash는 Ling-3.0-flash의 하이브리드 선형 아키텍처를 이어 총 매개변수 약 560B, 토큰당 활성화 약 25B, 컨텍스트 상한 100만 토큰이다. 공식 모델 카드가 제시하는 참고 배포는 H200 8장 또는 GB300 4장이며, SGLang과 vLLM 배포 경로가 제공된다. 개인용 컴퓨터를 위한 크기가 아닌 것은 분명하지만, 비슷한 규모의 밀집 모델과 비교하면 낮은 활성화 비율이 추론 한 번의 계산량을 줄여 준다. 방향은 MiniCPM-V 4.7이 멀티모달 모델을 휴대전화 메모리에 넣은 사례와 대조적이다. 하나는 단말에서 돌 수 있을 때까지 줄이고, 다른 하나는 큰 모델을 데이터센터에서 무리 없이 돌릴 수 있게 만든다.
평가 숫자는 나눠서 읽기: 총점보다 사무와 납품의 강함
제3자 기관 Artificial Analysis의 공개 테스트에서 Ling-3.1-flash는 지능 지수 41, 출력 속도 초당 약 210토큰, 혼합 단가 백만 토큰당 약 0.19달러를 기록했다. 장면별 성적이 위치를 더 잘 보여 준다. 사무 업무 평가 GDPVal-AA V2.1에서 1673점, 의료 장면 HealthBench Professional에서 65.35점을 받았고, 소프트웨어 공학과 단말 조작 벤치마크에서도 상응하는 결과를 냈다. 제공 측 실측 시연에서는 흩어진 실적 자료를 편집 가능한 표와 상호작용 웹페이지로 정리하고, 오래된 코드를 읽어 새 기능을 쓴 뒤 테스트 결과에 맞춰 계속 고치는 모습을 보였다. 이번 공개의 핵심은 매개변수 규모 자체보다, 모호한 업무 요구를 맡겼을 때 일을 끝까지 해내는 비율을 자체 과제 집합으로 검증할 수 있게 됐다는 데 있다.
가중치를 운영 환경에 연결하기 전에 먼저 할 확인이 세 가지 있다. 첫째, 자체 사무·공학 과제로 소표본 대조를 해 한 번의 답변이 아니라 긴 과제 중간에 실수한 뒤 스스로 회복하는지를 본다. 둘째, 100만 컨텍스트를 실제로 쓰는 비율로 비용을 잰다. 컨텍스트를 끝까지 채우면 대부분 모델의 청구액과 지연이 눈에 띄게 달라진다. 셋째, 의료처럼 위험도가 높은 영역에서는 병력 정리와 질문 목록 같은 보조 단계에만 쓰고, 공식 결론은 전문 심사를 거치게 한다. 이 세 가지를 마친 뒤에야 기존 워크플로의 모델을 교체할지 판단할 수 있다.
