开放权重赛道拼的不只是参数量，还有「能不能下载、能不能继续训、许可够不够松」。近窗，蚂蚁百灵把 Ling-3.1-flash 的升级版 1019 权重放到 Hugging Face 等平台，给国产旗舰级开放模型再补一块拼图。
Ling-3.1-flash-1019 由蚂蚁集团旗下 InclusionAI 团队发布。模型卡核心规格为：总参数约560B，每token激活约25B；架构为混合线性 MoE，约63层 KDA（线性注意力）与9层 Gated MLA，配512个路由专家、每token激活8个；许可为 MIT。团队同步放出未经完整指令对齐的 Ling-3.1-flash-base（BF16），方便继续预训练、行业微调或强化学习。官方与社区时间线显示，仓库约在10月27日上线，随后官方账号宣布开源。
能力叙事侧重后训练优化：Artificial Analysis 智能指数由前代约41升至约44；AutomationBench-AA 由约62%升至约68%；复杂办公任务 AA-Briefcase 由约1400升至约1524 Elo；物理推理 CritPt 由约18%升至约26%。上述分数以模型卡与第三方榜单披露为准，本地复现成本高（权重体积约数百GB级）。
部署上需读清「上下文」口径。模型卡常写百万token窗口，但配置中 max_position_embeddings 多为262144，即开箱更接近256K；要用到更长上下文，通常需按文档启用 YaRN 等 RoPE 缩放。推荐部署路径包括 SGLang 等针对该系列优化的推理栈。对开发者，MIT 与 base 权重降低了「能看不能改」的门槛；对成本敏感方，也需正视体积、显卡规模与可能更冗长的生成开销。
这与前代 Ling-3.1-flash（9月底发布、10月中开源）形成连续节奏：同一规格骨架上做后训练迭代，用开放权重换生态与复现信任。对国内 Agent、办公自动化与长文档场景，多了一个可自托管的候选底座。
收尾：百灵把升级分数连同权重一起放出来——接下来要用真实业务延迟与成本，而不是榜单三四分，证明这代值得上线。