蚂蚁百灵开源 Ling-3.1-flash 模型

蚂蚁百灵开源推出 Ling-3.1-flash 模型，主打面向复杂真实业务流的高智效比。该模型采用 560B 总参数、每 Token 激活约 25B 的稀疏 MoE 架构，并以线性 Attention 配合 Gated MLA 支持最高 1M 上下文窗口。通过混合精度量化，其权重占用从约 534GB 降至 292GB，对应 Hopper 部署环境由 8 卡降至 4 卡。