蚂蚁开源124B百灵医疗模型权重 严苛显存门槛致4天仅获5次下载
AI技术投降派
蚂蚁耗时45天厘清免责条款后以MIT协议开源255GB医疗权重，但高昂算力要求与粗糙评测链路使其短期内只能作为科研机构备货而非通用工具。
AI-assisted summary of 蚂蚁百灵开源医疗增强模型，面向科研工作流 — original source. Check the original for full context.
Source published:
Key ideas
- 蚂蚁百灵医疗增强模型 Ling-3.0-flash-Sante 在发布 45 天后正式开放完整权重，采用极为宽松的 MIT 开源协议。 (0:05)
- 模型权重高达 255GB（BF16），实际参数为 127.5B（宣传为 124B），部署门槛极高，需 4 张 141GB 或 8 张 80GB H 系列加速卡。 (1:42)
- Sante 在开源医疗大模型参数榜上位列第二，仅次于百川智能 235B 的 Baichuan-M3，打破了蚂蚁此前自研「安诊儿」（103B）的纪录。 (4:17)
- 上线前 4 天 Hugging Face 仅录得 5 次下载，且发布存在评测图内网断链（NoSuchKey）、混入银行测试卷等证据链不全的问题。 (5:20)
Detailed notes
## Background 该视频由 Bilibili 频道“AI技术投降派”于 2026 年 10 月 23 日发布。视频简介说明，这是针对 9 月 4 日发布的蚂蚁百灵医疗增强模型 Ling-3.0-flash-Sante 的一次回访，重点梳理在经历 45 天等待后于 10 月 19 日“正式开源”的 255GB 完整模型权重，补齐此前只能隔着 API 评测时未讲到的另一半内容。
## TL;DR 视频深入复盘了蚂蚁百灵医疗模型 Ling-3.0-flash-Sante 延迟 45 天开源权重的深层逻辑，指出多耗费的 39 天实则是为了彻底理清“非医疗器械”等免责与合规条款。硬件拆解显示该模型实际参数达 127.5B，采用 255GB BF16 格式分片，极高的多卡显存门槛使其成为面向科研机构而非个人极客的专业工具，上线四天仅获 5 次下载。最后主讲人按惯例指出三大缺憾：评测图片外网报错无法访问、医疗基准中突兀混入银行测试，以及宣发声量被同期发布的 560B 旗舰模型完全掩盖。
## Atmosphere & style 全片充斥着硬核、克制且略带反思的极客拆箱氛围。主讲人语调平静而严谨，既没有盲目跟风鼓吹开源参数，也没有刻意制造噱头，而是拿着放大镜去比对配置文件代码与法务免责条款的字里行间。这种冷峻客观的技术侦探视角，配合“泼三盆冷水”的辛辣剖析，让观众感受到一种穿透浮躁宣传、直击 AI 落地责任边界的清醒与厚重。
## Bulletin - [00:05](https://www.bilibili.com/video/BV1a2n46EEHL?t=5s) 蚂蚁百灵医疗增强模型 Ling-3.0-flash-Sante 在发布 45 天后正式开放完整权重，采用极为宽松的 MIT 开源协议。 - [01:42](https://www.bilibili.com/video/BV1a2n46EEHL?t=102s) 模型权重高达 255GB（BF16），实际参数为 127.5B（宣传为 124B），部署门槛极高，需 4 张 141GB 或 8 张 80GB H 系列加速卡。 - [04:17](https://www.bilibili.com/video/BV1a2n46EEHL?t=257s) Sante 在开源医疗大模型参数榜上位列第二，仅次于百川智能 235B 的 Baichuan-M3，打破了蚂蚁此前自研「安诊儿」（103B）的纪录。 - [05:20](https://www.bilibili.com/video/BV1a2n46EEHL?t=320s) 上线前 4 天 Hugging Face 仅录得 5 次下载，且发布存在评测图内网断链（NoSuchKey）、混入银行测试卷等证据链不全的问题。
## Key takeaways - [00:05](https://www.bilibili.com/video/BV1a2n46EEHL?t=5s) 医疗版 Sante 从发布到开放权重足足等待了 45 天，远慢于金融版 Fin 与视觉版 VL 的 6 天节奏，主要耗时在梳理法律免责与伦理条款。 - [00:46](https://www.bilibili.com/video/BV1a2n46EEHL?t=46s) 255GB 的权重文件在纯工程上传层面仅用时 22 分钟，耽搁 39 天的核心是理清免责声明与监管责任边界。 - [03:15](https://www.bilibili.com/video/BV1a2n46EEHL?t=195s) 模型卡首页明确标明「这是一个研究模型，不是医疗器械」，不得独立诊断、开药或做出治疗决策，使用者须承担隐私与合规责任。 - [03:40](https://www.bilibili.com/video/BV1a2n46EEHL?t=220s) 与谷歌 MedGemma 采用需前置登录审核的 HAI-DEF 限制性协议不同，蚂蚁 Sante 采用了完全开放的 MIT 授权协议。 - [01:42](https://www.bilibili.com/video/BV1a2n46EEHL?t=102s) 权重共计 27 个 safetensors 分片，实际精确参数为 127.5B，支持 256K（262,144 tokens）长上下文且默认开启思考模式。 - [02:08](https://www.bilibili.com/video/BV1a2n46EEHL?t=128s) 硬件部署极其苛刻，推荐使用 SGLang 镜像且需 4 张 141GB 显卡或 8 张 80GB 显卡，官方未提供量化版本与 GGUF 格式。 - [02:40](https://www.bilibili.com/video/BV1a2n46EEHL?t=160s) 架构基于 Ling-3.0-flash 基座，采用 512 路由专家加 1 共享专家的 MoE 结构，每次单 token 仅激活 8 个专家（约 5.1B 参数）。 - [04:17](https://www.bilibili.com/video/BV1a2n46EEHL?t=257s) 高昂的硬件门槛导致上线 4 天仅获 5 次下载，该权重本质上是面向医院、高校与科研机构的专业研究设施，而非个人玩家玩具。 - [04:50](https://www.bilibili.com/video/BV1a2n46EEHL?t=290s) 开源医疗模型座次重新洗牌：百川 Baichuan-M3（235B）居首，百灵 Sante（124B/127.5B）居次，蚂蚁自研的安诊儿（103B）位列第三。 - [05:20](https://www.bilibili.com/video/BV1a2n46EEHL?t=320s) 模型评测证据链存在明显漏洞，模型卡中的分数图全部链接至蚂蚁内网 CDN，外网访问均报错 NoSuchKey 无法验证。 - [05:48](https://www.bilibili.com/video/BV1a2n46EEHL?t=348s) 评测基准中突兀混入了 Tau-bench Banking 银行金融考卷，官方未对为何医疗模型要测银行任务给出任何解释说明。 - [06:05](https://www.bilibili.com/video/BV1a2n46EEHL?t=365s) 受同周发布的 560B 旗舰基座 Ling-3.1-flash 影响，医疗版 Sante 的权重开放在中文媒体圈几乎遭遇零报道的宣发边缘化。
## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1a2n46EEHL?t=0s) 回访与时间线：为什么医疗版足足等了 45 天？
9月4日蚂蚁百灵发布医疗增强模型 Ling-3.0-flash-Sante 时，曾对其三张考卷进行过深度拆解——当时该模型“答得对、找得到证据、守得住边界”，各方面分数表现亮眼。但当时存在一个让人有些别扭的遗憾：模型只能隔着 API 调用，权重并未放出。直到一个半月之后的10月19日，蚂蚁官方才正式推文宣布该模型“正式开源”，放出了完整权重。此次回访正是为了补齐这45天内发生的变化以及上次未能呈现的内容。
最直观体现蚂蚁态度的是旗下“百灵三兄弟”垂直增强模型的权重开源时间线。三者虽同处一个家族、共享同一个基座，但开放节奏却有着云泥之别：金融版 Fin 于8月28日发布，9月3日即上线 Hugging Face，仅相隔6天；视觉版 VL 于9月4日发布，约9月10日开放权重，同样只隔了6天；然而同在9月4日发布的医疗版 Sante，却一路拖到10月19日才现身，整整让外界等待了45天。
对于为何唯独医疗版耽搁如此之久，主讲人强调：“答案就写在模型卡的第一屏第一句话：这是一个研究模型，不是医疗器械。”事实上，从纯工程技术层面来看，上传255GB的权重文件实际提交记录只用了22分钟就全部传输完毕，真正消耗这一个多月漫长时间的，是将模型背后的免责边界与法律伦理条款彻底梳理清楚。
```mermaid flowchart TD accTitle: 百灵系列垂直模型权重发布时间线 accDescr: 对比金融版Fin、视觉版VL与医疗版Sante从发布到开源权重的时间跨度。
subgraph Timeline ["百灵垂直模型权重发布间隔"] direction TB A["金融版 Fin<br/>8月28日发布 ➔ 9月3日开源<br/>（耗时 6 天）"] B["视觉版 VL<br/>9月4日发布 ➔ 9月10日开源<br/>（耗时 6 天）"] C["医疗版 Sante<br/>9月4日发布 ➔ 10月19日开源<br/>（耗时 45 天）"] end ```
- 核心发布节点：金融版 Fin（发布隔6天）、视觉版 VL（发布隔6天）、医疗版 Sante（发布隔45天）。 - 权重上传速度：27个分片从开传到传完仅用时22分钟。
---
[01:42](https://www.bilibili.com/video/BV1a2n46EEHL?t=102s) 硬件与架构拆箱：255GB 体量与严苛的显存门槛
拆开模型权重包，映入眼帘的是27个 safetensors 分片，BF16 精度下体积高达 255GB。在参数规模上，官方宣传口径与底层文件展现出严谨的对照：宣传统一写为 124B，而逐个清点权重文件的实际精确值为 127.5B——两者并无冲突，一个是便于传播的四舍五入宣传值，另一个是真实的权重大小。模型上下文在训练端描述为 256K，对应到 JSON 配置文件中则是精确的 262,144 tokens。模型默认开启了“思考模式”（thinking mode），用户若想关闭，必须在 API 请求中显式传参。
部署配置门槛相当硬核。官方主推 SGLang 专用镜像，对显存的要求极为诚实：使用 141GB 显存的显卡至少需要4张起步；若采用常见的 80GB H 系列加速卡（如 H800/H100），则需要8张卡并联运行；推理框架亦原生支持 vLLM，工具调用（Tool Call）解析器采用了蚂蚁自研的 Ling 专用解析器，并集成了 MTP（Multi-Token Prediction）推测解码技术。
值得注意的是，蚂蚁官方并未发布任何量化版本，也未提供主流端侧运行的 GGUF 格式。尽管模型页面的社区生态区挂出了两款第三方量化入口及 Ollama 链接，但官方说明书正文中完全没有提及任何小显存部署方案。其模型架构完整承袭自 Ling-3.0-flash 基座：包含 35 层线性注意力（Linear Attention）加 7 层门控多头注意力（Gated Multi-Head Attention），配备 512 个路由专家和 1 个共享专家；每个 token 激活 8 个专家。这种设计使得模型将庞大的医学知识压缩在 127B 的总参数中，但每次计算实际激活的算力开销仅有 5.1B。
- 权重规格：27 个 safetensors 文件，总计 255GB（BF16）。 - 参数与上下文：宣传 124B，实际 127.5B；上下文 256K（262,144 tokens）。 - 推荐推理硬件：SGLang 镜像下需 4 张 141GB 显卡，或 8 张 80GB H 系列算力卡。 - 架构细节：35 层线性注意力 + 7 层门控多头注意力；512 路由专家 + 1 共享专家，激活 8 专家（激活参数仅 5.1B）。
---
[03:15](https://www.bilibili.com/video/BV1a2n46EEHL?t=195s) 说明书警示栏与开源协议：最宽松的 MIT 授权
翻阅模型说明书，警示栏内容是整个发布的重中之重。主讲人逐句念出了其中的限制条款： > “它是一个研究模型，不是医疗器械。输出可能不完整、不正确，不得替代专业医疗建议、诊断或治疗。它不得独立诊断、开药、分诊或做出治疗决策。高风险用途需要合格专业人员审核，患者隐私与数据合规责任在使用者。”
这种严苛的免责声明并非蚂蚁格外胆小保守，而是当下全球医疗大模型的通用规范。例如谷歌的 MedGemma 条款同样明确禁止直接用于临床诊断和患者管理。“研究用途、非医疗器械、不得独立决策、高风险人工复核”这套“研究模型四件套”，早已成为医疗 AI 领域的行业硬性惯例。
两者的核心差异在于开源协议本身。谷歌 MedGemma 采用的是 Health AI Developer Foundations（HAI-DEF）限制性协议，用户在下载前必须注册登录并手动勾选同意谷歌的附加条件；而蚂蚁百灵 Sante 采用的是极其开放的 MIT 协议，开发者无须前置审查即可自由下载与分发。在目前的开源医疗模型阵营中，MIT 协议属于开放自由度最高的一档。
---
[04:17](https://www.bilibili.com/video/BV1a2n46EEHL?t=257s) 冷清的下载量与开源医疗模型新座次
在生态表现方面，主讲人调取了10月23日截取的数据。Sante 权重上线4天以来，在 Hugging Face 上仅有5次下载和23个点赞。与之形成鲜明对比的是，同一组织下的基座模型 Ling-3.0-flash 自8月份上线以来累计下载量已达44,127次、点赞433个；视觉增强版 VL 累计下载量约23,000次，连金融版 Fin 也有3,800次。
面对“5次对比44,000次”的悬殊落差，主讲人指出这纯粹是体量门槛造成的自然结果。高达 255GB 的下载量与数张 80GB/141GB 显卡的硬件门槛，直接劝退了所有个人玩家与消费级极客。这套权重本质上不是为普通个人准备的玩具，而是专门“给医院、高校、科研机构备的货”。
借此契机，当前开源医疗模型的参数规模座次也被重新划定： 1. **第一名**：百川智能的 Baichuan-M3（235B 总参数，体量最大）； 2. **第二名**：蚂蚁百灵 Ling-3.0-flash-Sante（124B/127.5B 总参数）； 3. **第三名**：去年12月蚂蚁集团推出的“安诊儿”（103B 总参数）。
去年“安诊儿”发布时曾自封为业内参数最大的开源医疗大模型，如今这一自家纪录正式被蚂蚁百灵的新基座打破。
---
[05:20](https://www.bilibili.com/video/BV1a2n46EEHL?t=320s) 按照惯例泼三盆冷水与最终判断
按照视频惯例，主讲人对该发布泼出了“三盆冷水”，指出其目前存在的硬伤与缺憾：
第一盆冷水是证据链断裂。在 Hugging Face 模型说明书中，展示模型评测表现的基准分数图链接全部指向了蚂蚁内网 CDN。外网用户点击图片直接报错“NoSuchKey”，导致目前模型卡页面上连一个可以直接引用的官方公开评测数据都找不到，“权重开放了，证据链还锁在公司内网里”。
第二盆冷水是离谱的评测考卷。在其评测基准列表里，赫然混入了一项名为“Tau-bench Banking”（银行金融基准）的测试。模型卡对此完全没有给出合理说明，外界只能推测官方是为了评估其终端工具调用（Tool Call）等通用 Agent 能力，但将银行考卷塞入医疗模型评测中显得极其草率突兀。
第三盆冷水是宣发的诡异沉寂。此次 Sante 权重正式开放，中文科技媒体几乎零报道。原因在于10月中旬整个业界的目光都被同周开源的新旗舰 Ling-3.1-flash（560B 参数、100万上下文）完全吸引，医疗版权重的声量被自家的超级旗舰全盘掩盖。
在总结全片时，主讲人指出：“45天的等待本身就是这期故事的主角。金融版6天就发，医疗版想了45天，多出来的39天想把‘谁负责’三个字写进说明书。”蚂蚁百灵从去年开始坚持全系 MIT 协议开源，目前官方开源模型总数已达18款，Sante 只是这一技术谱系的新延伸。前有百川 M3 的 235B 构筑高参数壁垒，旁有谷歌 MedGemma 镇守多模态临床研究，这场开源医疗模型的长跑排位赛，实际上才刚刚打响发令枪。
## Notable quotes > [05:20](https://www.bilibili.com/video/BV1a2n46EEHL?t=320s) 金融版6天就发，医疗版想了45天，多出来的39天想把‘谁负责’三个字写进说明书。 — AI技术投降派
> [05:20](https://www.bilibili.com/video/BV1a2n46EEHL?t=320s) 权重开放了，证据链还锁在公司内网里 — AI技术投降派
## Mentioned 蚂蚁百灵, Ling-3.0-flash-Sante, Ling-3.0-flash, Ling-3.1-flash, Ling-3.0-flash-Fin, Ling-3.0-flash-VL, 安诊儿, 百川智能, Baichuan-M3, 谷歌, MedGemma, Hugging Face, ModelScope, SGLang, vLLM, Ollama, Tau-bench Banking, MIT 协议, HAI-DEF 协议
## Video description 【标题】 蚂蚁医疗模型权重真发了：255GB，4天5次下载
【简介】 九月四号蚂蚁百灵发布医疗模型 Ling-3.0-flash-Sante 的时候，我们当天拆过它的三张考卷；那时候权重没发，只能隔着 API 用。四十五天后，十月十九号，权重真的开放了，官方用词是「正式开源」。这期是回访：补上没讲到的那一半。
00:05 回访：权重真发了 00:46 三兄弟的开权重时间线 01:42 拆开看：27 片 255GB 03:15 说明书警示栏 04:17 五次下载对四万四千次 05:20 按惯例三盆冷水 06:14 判断：39 天写的是谁负责
时间线最能说明态度：金融版 Fin 发布 6 天就开权重，视觉版 VL 也是 6 天，医疗版 Sante 等了 45 天。模型卡第一屏第一句就是原因——「这是一个研究模型，不是医疗器械」，不得独立诊断、开药、分诊或作出治疗决策，高风险用途需专业人员审核。谷歌 MedGemma 条款同样如此，研究模型四件套已是行业惯例；差异在协议，Sante 用 MIT，MedGemma 的 HAI-DEF 要先登录同意条款。
开箱细节：27 个 safetensors 分片共 255GB（BF16），宣传 124B 精确清点 127.5B，上下文 262,144（=256K），思考模式默认开启；SGLang 四卡 141GB 级起步、80GB 的 H 卡要八张，无官方量化无 GGUF。热度真相：上线四天 HuggingFace 5 次下载，基座 flash 累计 44127 次——这份权重是给医院、高校、研究机构备的货。座次上它排在开源医疗模型总参第二（百川 M3 235B > Sante 124B > 安诊儿 103B，蚂蚁刷新了自家纪录）。三盆冷水照旧：评测分数图链着蚂蚁内网外网 NoSuchKey、Tau3-Banking 银行卷混进医疗评测无解释、中文媒体对这次开放几乎零报道。权重开了，证据链还没开。
模型页：huggingface.co/inclusionAI/Ling-3.0-flash-Sante（ModelScope 同名） 基座：Ling-3.0-flash（MIT）
[Source](https://www.bilibili.com/video/BV1a2n46EEHL)