蚂蚁开源560B基座与指令模型纯MIT大MoE阵营扩至三家

AI技术投降派

蚂蚁通过7比1混合注意力与同步开放全量基座，在超大MoE领域凑齐了商业无限制与超长上下文的唯一交集，进一步打破闭源大模型的垄断叙事。

AI-assisted summary of 蚂蚁560B开源文本模型：一个月分数三级跳 — original source. Check the original for full context.

Source published: 2026-10-30

Key ideas

蚂蚁百灵团队开源 560B 参数混合专家模型 Ling-3.1-Flash，支持 1M token 上下文并采用无限制的 MIT 许可证，一个月内评测分完成 38、41 到 44 的三级跳。 (0:00)
模型架构创新采用 7:1 的非对称注意力机制，72 层网络中 63 层使用低成本线性注意力，仅 9 层使用完整多头潜变量注意力，以此大幅降低 1M 窗口的 KV 缓存成本。 (1:07)
在模拟办公软件真实工作流的自动化基准中，Ling-3.1 测得 68%，逼近闭源榜首 Claude 3.5 Sonnet 的 69.5%。 (1:07)
蚂蚁同步开放 FP8 指令权重、BF16 全量基座权重及 6 份数据透明度报告，成为当前 500B+ 梯队中唯一集齐纯 MIT 协议、1M 窗口与基座同开的厂商。 (2:51)

Detailed notes

## Background 该内容由 Bilibili UP 主“AI技术投降派”于 2026 年 10 月 30 日发布。视频聚焦蚂蚁百灵团队开源的 5600 亿参数文本旗舰模型 Ling-3.1-Flash，围绕其一个月内完成分数三级跳、开放指令与基座双权重及 MIT 许可证等核心动作展开解读。

## TL;DR 视频深入剖析了蚂蚁开源的 560B MoE 文本模型 Ling-3.1-Flash。该模型采用 7:1 的线性注意力与全注意力混合架构，以极低 KV 缓存成本撬动 100 万 token 上下文，在自动化工作流评测中跑出 68% 的高分逼近闭源王者 Claude。蚂蚁不仅提供 FP8 指令权重与数据透明度报告，更少见地同步开源了 BF16 全量基座模型，与 DeepSeek、智谱 GLM 共同构筑起纯 MIT 协议大 MoE 的开源三足鼎立格局。同时，主讲人也冷静算清了高昂部署门槛、评测量表切换及技术报告缺失等现实短板，指出参数只是手段，该模型实质上找回了关键的智能余量。

## Atmosphere & style 全片呈现出极度硬核、犀利且抽丝剥茧的技术研判风格。主讲人语速紧凑、条理明晰，既对蚂蚁“三个抽屉全开”的开源诚意与亮眼实测战绩给予充分认可，又在情绪高点迅速泼下一盆冷水，带着工程师特有的审慎算清门槛与短板账本。整场拆解毫无公关吹捧的浮躁，充盈着在开源与闭源博弈暗涌中客观推演的理智感与技术通透感。

## Bulletin - [00:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=0s) 蚂蚁百灵团队开源 560B 参数混合专家模型 Ling-3.1-Flash，支持 1M token 上下文并采用无限制的 MIT 许可证，一个月内评测分完成 38、41 到 44 的三级跳。 - [01:07](https://www.bilibili.com/video/BV1QAx56oEdu?t=67s) 模型架构创新采用 7:1 的非对称注意力机制，72 层网络中 63 层使用低成本线性注意力，仅 9 层使用完整多头潜变量注意力，以此大幅降低 1M 窗口的 KV 缓存成本。 - [01:07](https://www.bilibili.com/video/BV1QAx56oEdu?t=67s) 在模拟办公软件真实工作流的自动化基准中，Ling-3.1 测得 68%，逼近闭源榜首 Claude 3.5 Sonnet 的 69.5%。 - [02:51](https://www.bilibili.com/video/BV1QAx56oEdu?t=171s) 蚂蚁同步开放 FP8 指令权重、BF16 全量基座权重及 6 份数据透明度报告，成为当前 500B+ 梯队中唯一集齐纯 MIT 协议、1M 窗口与基座同开的厂商。

## Key takeaways - [00:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=0s) Ling-3.1-Flash 具备 5600 亿总参数，每个 token 激活 250 亿参数，提供权重开源与第一方 API 双通道支持。 - [00:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=0s) 评测跑分实现了快速迭代：前代 Ling-3.0 为 38 分，Ling-3.1 初版为 41 分，10 月 19 日升级快照版进一步拉升至 44 分。 - [01:07](https://www.bilibili.com/video/BV1QAx56oEdu?t=67s) 底层 MoE 架构包含 512 个路由专家与 1 个共享专家，每 token 动态激活 8 个路由专家。 - [01:07](https://www.bilibili.com/video/BV1QAx56oEdu?t=67s) 采用 7:1 的线性注意力与全注意力混合比例，兼顾了长文本吞吐的高吞吐低成本与关键特征的高维表达能力。 - [01:07](https://www.bilibili.com/video/BV1QAx56oEdu?t=67s) 高难测试成绩经官方模型卡实测披露，SWE-bench 多语言跑分达 88.5，高难度推理 HLE 测试拿到 37 分。 - [02:51](https://www.bilibili.com/video/BV1QAx56oEdu?t=171s) 开源资源全盘开放：FP8 指令模型体积为 574GB，社区量化版本门槛最低可压至 130GB 显存运行。 - [02:51](https://www.bilibili.com/video/BV1QAx56oEdu?t=171s) 同步释出 BF16 全量基座权重，打破了业内大参数量模型普遍只放指令权重、保留基座权重的潜规则。 - [03:59](https://www.bilibili.com/video/BV1QAx56oEdu?t=239s) 在纯 MIT 开源的大 MoE 阵营中，Ling-3.1 与 DeepSeek、智谱 GLM 形成三足鼎立，区别于带有附加限制的 Kimi 和采用 Apache 2.0 的 Qwen。 - [05:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=300s) 私有化部署硬件门槛极高，官方推荐 8 张 H200 或 4 张 GB200/GB300 起步，中小团队本地托管难度大。 - [05:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=300s) 基准测试口径需冷静看待：44 分基于评测机构切新量表前的旧体系成绩，且 68% 的自动化高分主要来自升级快照版。 - [05:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=300s) 学术透明度与生态适配仍有补足空间，包括训练 token 总量未披露、缺少标准学术技术报告，以及部分框架工具调用的适配问题。 - [06:35](https://www.bilibili.com/video/BV1QAx56oEdu?t=395s) 蚂蚁大模型技术演进历经万亿参数立项、7.9B 端侧落地到 560B 找回智能余量，体现出参数是手段而非执念的工程务实路径。

## Detailed walkthrough ### [00:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=0s) 一个月三级跳：蚂蚁文本旗舰 Ling-3.1 登场

10 月 15 日，蚂蚁百灵团队将旗下文本旗舰模型 Ling-3.1-Flash 的权重正式上传至 Hugging Face（账号 inclusionAI）。这是一颗参数规模达 5600 亿的大模型，每个 token 激活 250 亿参数，原生支持高达 100 万 token 的上下文窗口，并采用极其宽松的 MIT 开源许可证，向社区同步提供模型权重与第一方 API 调用的双通道。更令人瞩目的是其密集的迭代节奏：在发布后的半个月内，官方连补两记重拳——10 月 19 日放出了训练快照升级版，评测分数直接从 41 分拉升到 44 分；10 月 25 日，又将可供下游继续训练的基座模型（Base Model）完全公开。

在解读这一成绩时，主讲人特意厘清了一个极易被外界混淆的口径问题：44 分对 41 分并不是跨代模型的对比，而是 Ling-3.1 自身升级前后的演进；而上一代 Ling-3.0-Flash 的成绩仅为 38 分。主讲人指出：“一个月内，这个系列完成了 38、41、44 的三级跳。” 本期内容将核心聚焦在三件事：Ling-3.1 本身的技术战斗力究竟有多强、蚂蚁开源的诚意给到了什么程度，以及它在当下的开源大模型版图中占据了怎样的生态位。

- **核心规格**：总参数量 560B（5600 亿），每 token 激活 25B（250 亿），上下文支持 1M（100 万）tokens。 - **发布节奏**：10 月 15 日上线 Ling-3.1-Flash；10 月 19 日升级快照版（分数跃升至 44 分）；10 月 25 日补齐 BF16 基座模型。 - **开源协议与分发**：代码与权重采用无附加条款的纯 MIT 许可证，托管于 Hugging Face。

---

[01:07](https://www.bilibili.com/video/BV1QAx56oEdu?t=67s) 7:1 混合注意力架构与追平闭源的硬核战绩

Ling-3.1 能够撑起 100 万超长窗口的关键，在于其非对称的注意力机制创新。模型底层采用混合专家（MoE）架构，总计包含 512 个路由专家和 1 个共享专家，每个 token 动态激活 8 个专家。其最具辨识度之处在于注意力层的设计：在整整 72 层网络中，有 63 层采用了极度廉价的线性注意力（Linear Attention），仅保留 9 层使用完整的多头潜变量注意力（Full Attention/MLA），二者比例高达 7:1。线性层负责以极低成本吞吐超长上下文，而计算昂贵的全注意力机制则精准留给最关键的信息交互节点。主讲人强调：“这就是它敢开 100 万窗口的底气，KV 缓存成本，结构性低于全注意力方案。”

```mermaid flowchart TD accTitle: Ling-3.1 架构设计 accDescr: 展示 Ling-3.1 的 7 比 1 混合注意力层与混合专家 MoE 路由设计

subgraph Attention_Layers ["72 层注意力系统 (7:1 混合比例)"] A["63 层线性注意力<br/>(负责低成本吞吐 1M 上下文)"] B["9 层完整多头潜变量注意力<br/>(负责关键位置高维特征捕捉)"] end

subgraph MoE_System ["专家路由系统"] C["输入 Token"] --> D{"路由门控网络"} D -->|"每 Token 激活 8 个"| E["512 个路由专家 (Routed Experts)"] D -->|"全量常驻"| F["1 个共享专家 (Shared Expert)"] end

Attention_Layers --> MoE_System ```

在实测性能方面，Ling-3.1 展现出了逼近甚至叫板闭源王者的硬实力： - **综合智能指数**：测得 44 分，与当前开源榜首的 GLM 差距不到 1 分。 - **自动化工作流基准**：模拟真实办公软件与复杂操作环境的评测中，从初始版的 62% 暴涨至升级版的 68%。作为对比，闭源霸主 Claude 3.5 Sonnet 在该榜单上为 69.5%，Ling-3.1 几乎已经实现了平视。 - **高难任务评测**：软件工程终端基准 SWE-bench 多语言测试跑出 88.5 分；中文社区公认难度天花板的 HLE（Humanity's Last Exam）推理测试拿到 37 分。主讲人特别说明，这些分数全部来自官方模型卡实测披露，并没有虚标吹嘘。

---

[02:51](https://www.bilibili.com/video/BV1QAx56oEdu?t=171s) “三个抽屉”全开：指令、基座与透明度报告

蚂蚁此次的开源姿态被生动地形容为“打开了三个抽屉”，把能用的、能改的和能查的资源一次性全盘托出：

1. **第一个抽屉（即刻能用的指令模型）**：提供 FP8 精度的 Instruct 权重，体积约为 574GB，官方推荐部署配置为 8 张 H200 或 4 张 GB200/GB300 显卡起步。与此同时，社区量化生态迅速响应，量化专家 Bartowski 仅用一天时间就推出了多达 24 档的 GGUF 量化版本，极限情况下最低只需 130GB 显存即可运行。 2. **第二个抽屉（自由修改的基座模型）**：10 月 25 日如约上线 BF16 全量基座权重，供机构和开发者进行二次预训练（Continual Pre-training）与下游微调。主讲人指出开源圈的一大潜规则：“指令权重只能用，基座权重才能改。” 虽然 Qwen 和 DeepSeek 向来有放基座的传统，但在 5600 亿这一超大规模梯队中，目前能做到同步开放基座权重的只有蚂蚁一家。 3. **第三个抽屉（详尽透明的数据溯源）**：公开仓库中附带了 6 份横跨各代训练数据的透明度报告，开发者可以清晰查阅模型到底吃了哪些语料。主讲人结合蚂蚁此前的开源表现称赞道：“之前我们讲过他们把语音五件套全部 MIT 送出，这家的风格是给就给干净。”没有任何商业附加条款，完完全全交还给社区。

---

[03:59](https://www.bilibili.com/video/BV1QAx56oEdu?t=239s) 开源格局：纯 MIT 大 MoE 的三足鼎立

将 Ling-3.1 置于 5000 亿至 6000 亿总参数的 MoE 竞技场中审视，当前能够下场肉搏的头部玩家主要有四到五家，但许可证阵营界限分明： - **纯 MIT 自由阵营**：仅有 DeepSeek、智谱 GLM 和蚂蚁 Ling-3.1 三家，允许商业机构无门槛集成、魔改与闭源分发。 - **条件限制阵营**：Kimi（Moonshot）采用了附带商业限制条款的修改版协议；Qwen 则长期坚持 Apache 2.0 许可证。

主讲人客观分析，如今“100 万 token 上下文俱乐部”已经算不上绝对稀缺的门槛，各大厂商的旗舰产品基本都能涉足。Ling-3.1 真正的不可替代性在于它罕见的四重交集：**“纯 MIT 许可证 + 500B 超大参数量 + 100 万长窗口 + 指令与基座双开”**。在当下的全球开源生态中，能把这四个严苛条件全部集齐的，唯有蚂蚁百灵这一家。

---

[05:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=300s) 清醒四笔账与智能余量的逻辑回归

在充分肯定其技术亮点的同时，主讲人也冷静地给热度泼了冷水，算出了社区使用者必须面对的“四笔账”： 1. **部署成本门槛高企**：FP8 权重足有 574GB，官方推荐 8 张英伟达 H200 算力卡起步，这意味着普通中小团队难以独立托管私有化实例；即便是社区极端量化压缩到 130GB 左右，依然需要多张 40GB/80GB 级大显存专业卡组合才能跑动。 2. **基准跑分需拆分口径**：榜单评测机构 Artificial Analysis（AA）在 10 月 27 日刚刚切换到了全新的评测体系量表，因此 Ling 拿下的 44 分是旧版本量表下的最后一批成绩，新旧量表之间不能直接换算；此外，68% 的惊艳自动化表现主要归功于 10 月 19 日的升级快照版，初版仅为 62%，不同版本之间存在明显性能阶梯。 3. **技术透明度仍有欠缺**：尽管有内容层面的透明度报告，但模型训练的具体 token 规模并未公布，相较于 Qwen 或 DeepSeek 动辄数十页详尽的标准学术技术报告（Tech Report），蚂蚁目前仅依靠几篇推文和说明文档，严密性上尚有距离。 4. **工具调用与框架生态的磨合**：部分主流推理框架中，Ling 的结构化输出标记仍显示为 False，注意力与外接 Tool Calling 的无缝适配仍在持续修整中；且官方对“-1019”这种内部训练快照命名的缘由缺乏清晰的技术说明。

梳理蚂蚁近两年的大模型战略脉络，可以看到一条从万亿参数证明“能做”，到 7.9B 端侧小模型证明“能用”，再到如今用 560B MoE 找回“智能余量”的完整闭环。主讲人总结道，参数只是达成智能的工程手段而非终极执念；随着纯 MIT 大 MoE 阵营凑齐三家，“闭源独大的叙事又被撬了一角。”想要上手该模型的开发者，可直接在 Hugging Face 搜索 `inclusionAI` 下载权重。

## Notable quotes > [02:51](https://www.bilibili.com/video/BV1QAx56oEdu?t=171s) 指令权重只能用，基座权重才能改。 — AI技术投降派

> [05:00](https://www.bilibili.com/video/BV1QAx56oEdu?t=300s) 闭源独大的叙事又被撬了一角。 — AI技术投降派

## Mentioned Ling-3.1-Flash, Ling-3.0-Flash, 蚂蚁百灵, 蚂蚁集团, Hugging Face, inclusionAI, DeepSeek, GLM, 智谱, Kimi, Moonshot, Qwen, 阿里, Claude 3.5 Sonnet, SWE-bench, HLE, Bartowski, Artificial Analysis, NVIDIA H200, GB200, GB300

## Video description 蚂蚁又掏东西了，这次是文本旗舰。十月十五号，蚂蚁百灵团队把 Ling-3.1-flash 的权重挂上 Hugging Face：总参数五千六百亿，每个 token 激活两百五十亿，一百万 token 上下文，MIT 许可证，权重加第一方 API 双通道。半个月连补两件：十月十九日训练快照的升级版，分数从四十一涨到四十四；十月二十五号，可继续训练的基座模型也放出来了。先说清楚一个容易搞混的点：四十四比四十一是 Ling-3.1 自己升级前后的对比，前代 Ling-3.0-flash 只有三十八分——一个月内完成三十八、四十一、四十四的三级跳。

00:05 开场：一个月三级跳与口径澄清 01:07 模型本体：七比一混合注意力，追平闭源的单项 02:51 三个抽屉：能用的、能改的、能查的全给 03:59 开源格局：纯 MIT 大 MoE 三大家 05:31 清醒四笔账 06:35 判断：参数是手段不是执念

架构是混合专家：五百一十二个路由专家加一个共享，每 token 激活八个。最有特点的是注意力：七十二层里六十三层用线性注意力，只有九层用完整注意力，比例七比一——线性层便宜管长上下文，这就是敢开一百万窗口的底气。实测硬数字：自动化基准从百分之六十二升到六十八——这个基准测的是模拟办公软件里的真实工作流，六十八是什么概念？闭源榜第一的 Claude 是六十九点五，几乎追平。SWE-bench 多语言八十八点五，高难推理 HLE 三十七分是模型卡自己列的，没吹。

给到什么程度？三个抽屉。指令模型：FP8 精度五百七十四 GB，官方推荐八张 H200；社区量化最低一百三十 GB 也能跑。基座模型：BF16 全量权重，供继续预训练和后训练研究——指令权重只能用，基座才能改；这一代五千六百亿级还同步给基座的，目前只有蚂蚁一家。训练内容披露：六份各代透明度报告放公开仓库。加 MIT 无附加条款，之前我们讲过这家把语音五件套全部 MIT 送出——给就给干净。

开源格局：纯 MIT 大 MoE 阵营是 DeepSeek、GLM 和蚂蚁三家，Kimi 是附条款的修改版，Qwen 走 Apache。一百万上下文不稀缺，Ling 的差异在组合：MIT 加五百 B 级加基座同开加一百万，四条件同时满足只有它。注意量表：AA 机构十月二十七号刚切新量表，四十四是旧量表最后一批成绩，新旧不能直接比。清醒四笔账：部署门槛是真的（574GB、8×H200）；高分项拆开看（68% 主要是升级版拿的，各家口径不一）；透明度有差距（token 数未披露、无传统技术报告）；-1019 命名无官方解释。判断：Ling 两年走了万亿证明能做、7.9B 证明能用、560B 找回智能余量的回环——参数是手段不是执念。纯 MIT 阵营凑齐三家，闭源独大的叙事又被撬了一角。权重在 Hugging Face 搜 inclusionAI。

[Source](https://www.bilibili.com/video/BV1QAx56oEdu)

中文简报

蚂蚁开源560B基座与指令模型纯MIT大MoE阵营扩至三家蚂蚁通过7比1混合注意力与同步开放全量基座，在超大MoE领域凑齐了商业无限制与超长上下文的唯一交集，进一步打破闭源大模型的垄断叙事。视频深入剖析了蚂蚁开源的 560B MoE 文本模型 Ling-3.1-Flash。该模型采用 7:1 的线性注意力与全注意力混合架构，以极低 KV 缓存成本撬动 100 万 token 上下文，在自动化工作流评测中跑出 68% 的高分逼近闭源王者 Claude。蚂蚁不仅提供 FP8 指令权重与数据透明度报告，更少见地同步开源了 BF16 全量基座模型，与 DeepSeek、智谱 GLM 共同构筑起纯 MIT 协议大 MoE 的开源三足鼎立格局。同时，主讲人也冷静算清了高昂部署门槛、评测量表切换及技术报告缺失等现实短板，指出参数只是手段，该模型实质上找回了关键的智能余量。蚂蚁百灵团队开源 560B 参数混合专家模型 Ling-3.1-Flash，支持 1M token 上下文并采用无限制的 MIT 许可证，一个月内评测分完成 38、41 到 44 的三级跳。 (0:00) 模型架构创新采用 7:1 的非对称注意力机制，72 层网络中 63 层使用低成本线性注意力，仅 9 层使用完整多头潜变量注意力，以此大幅降低 1M 窗口的 KV 缓存成本。 (1:07) 在模拟办公软件真实工作流的自动化基准中，Ling-3.1 测得 68%，逼近闭源榜首 Claude 3.5 Sonnet 的 69.5%。 (1:07) 蚂蚁同步开放 FP8 指令权重、BF16 全量基座权重及 6 份数据透明度报告，成为当前 500B+ 梯队中唯一集齐纯 MIT 协议、1M 窗口与基座同开的厂商。 (2:51)

Reading summary

主讲人指出，蚂蚁百灵团队开源了总参数达 5600 亿的旗舰文本模型 Ling-3.1，凭借 7:1 混合注意力与纯 MIT 协议实现了高跑分与高度开放，但使用者仍需直面硬件部署门槛高及学术技术报告欠缺等实际约束。混合注意力架构支撑百万上下文与高跑分 (1:07) Ling-3.1-Flash 总参数量为 560B（每 token 激活 25B），支持 100 万 token 原生上下文。为解决超长窗口下的显存与计算开销，该模型在 72 层网络中采用了非对称设计：63 层为极低成本的线性注意力，仅 9 层使用完整多头潜变量注意力（比例为 7:1），底层搭配 512 个路由专家与 1 个共享专家的 MoE 架构。主讲人强调，这种结构性压低 KV 缓存的方案是其能吞吐 1M 上下文的基石。在模型实测表现上，主讲人援引官方模型卡数据说明其快速迭代：系列评测分从 3.0-Flash 的 38 分、3.1 初版的 41 分拉升至 10 月 19 日快照版的 44 分，与开源榜首 GLM 差距不到 1 分；自动化工作流基准跑出 68%，逼近 Claude 3.5 Sonnet 的 69.5%；此外在 SWE-bench 多语言测试与 HLE 推理测试中分别获得 88.5 分与 37 分。纯 MIT 许可下的指令、基座与透明度 (2:51) 蚂蚁此次开源采用了无附加条件的纯 MIT 许可证，被主讲人概括为“打开三个抽屉”。首先是即刻可用的 FP8 指令权重，体积约 574GB，社区量化版极限情况下需 130GB 显存运行；其次是 10 月 25 日如期上线的 BF16 全量基座权重，主讲人指出“指令权重只能用，基座权重才能改”，在 5600 亿超大规模梯队中，目前同步开放基座权重的仅蚂蚁一家；第三则是公开了横跨各代训练数据的 6 份透明度报告，展示语料溯源。 500B 级开源格局与罕见生态位 (3:59) 在 5000 亿至 6000 亿参数的超大 MoE 梯队中，许可证阵营存在分化：DeepSeek、智谱 GLM 与蚂蚁 Ling-3.1 属于完全允许商业集成的纯 MIT 自由阵营，而 Qwen 采用 Apache 2.0，Kimi 则附加了商业限制条款。主讲人分析，虽然 100 万上下文在头部厂商中已不罕见，但 Ling-3.1 真正独特的生态位在于同时满足了“纯 MIT 许可证、500B 以上超大参数、100 万窗口、指令与基座双开”四重条件。社区应用需直面的四项现实约束 (5:00) 主讲人冷静提示使用者注意四点局限：其一，私有部署门槛极高，官方推荐 8 张 H200 算力卡起步，中小团队独立托管难度大；其二，44 分属于评测机构 AA 在 10 月 27 日切换新量表前的旧分，不可与新体系直接换算，且 68% 的工作流成绩来自 10 月 19 日升级版，初版仅为 62%；其三，缺乏包含训练 token 规模的标准学术技术报告，严密性弱于 DeepSeek 或 Qwen；其四，工具调用（Tool Calling）与结构化输出在主流推理框架中仍有适配问题需要磨合。主讲人总结，蚂蚁大模型战略完成了从万亿参数试水、端侧小模型应用到 560B MoE 找回“智能余量”的闭环；纯 MIT 超大 MoE 阵营的壮大进一步撬动了闭源独大的格局，但其实际产业落地仍取决于生态适配与算力门槛的消化。

Source quotes

[2:51] AI技术投降派: 指令权重只能用，基座权重才能改。 [5:00] AI技术投降派: 闭源独大的叙事又被撬了一角。

Original transcript

[0:00] 蚂蚁又掏东西了这次是文本旗舰10月15号蚂蚁百灵团队把Ling 3.1 Flash的权重挂上HuggingFack1.总参数5600亿,每个Token激活250亿,100万Token上下文MIT许可证,权重加上第一方API双通道,半个月后连补两件。10月19日训练快照的升级版,分数从41涨到44,10月25号可继续训练的基础模型也放出来了。先说清楚一个容易搞混的点,这个44比41是Ling3.1自己升级前后的对比,前代Ling3.0Flash只有38分。一个月内,这个系列完成了38、41、44的三级跳。这期讲三件事,模型本身有多能打?蚂蚁给到什么程度,以及它处在开源大模型的什么位置?先看模型架构上是混合专家512个路由专家加一个共享专家每个Token激活8个最有特点的是注意力层的设计72层里63层用线性注意力只有九层用完整的多头Latant注意力比例7比1线性层负责便宜的长上下纹完整注意力只留给最需要的位置这就是它敢开100万窗口的底气,KV缓存成本,结构性低于全注意力方案。实测成绩几个硬数字,智能指数44分和开源榜首的GLM差不到1分。自动化基准从62%升到68%,这个基准测的是模拟办公软件里的真实工作流。68是什么概念?终端基准2.1版81中文社区的高难度推理测试HLE37分官方没吹这是模型卡里自己列的蚂蚁给到什么程度?三个抽屉。第一个抽屉,指令模型FP8精度574GB,官方推荐8张H200或4张GB300起步,能直接用。社区量化版最低130GB也能跑起来,Bartowski一天就出了全套24档量化。第二个抽屉,机座模型BF16全量权重,给继续预训练领域适配。后训练研究用的指令权重只能用,基座权重才能改。开放基座是开源阵营的硬通货传统。Coin和DeepSeek历来都给但这一代5600亿级别还同步给基座的目前只有蚂蚁一家第三个抽屉训练内容披露六份各代训练数据透明度报告放在公开仓库训练了什么内容可以查加上MIT许可证没有任何附加条款之前我们讲过他们把语音五件套全部MIT送出这家的风格是给就给干净把它放进开源格局里看总参数五六百币这个量级的开源混合专家模型目前有四家在打许可证上分两派纯MIT阵营是DeepSeek,GLM和蚂蚁三家Kimi是附加条款的修改版Q1走Apache一百万上下文俱乐部里各家旗舰基本都有成员不不不不不不不不不不不不算西西不算西不算不算西好 [5:00] Thank you. 。榜单机构10月27号刚切换到新版本量表,分数体系整个换了。 44 is the last one's final result. The new version is not just a bit. The first part is 4:1. The first part is real. The FP8 is 570 GB, 8张 H200 of the main part. The most people who use it is 3Gbps. The community is 4Gbps. One of the 40 GBs of card is not enough. Second, the high value of the card is to open. 而且高分主要是升级版拿的,出版只有62。 3. 训练数据量没有披露,只有内容透明度报告和QUN技术报告的透明度还有差距。 3. 注意力和工具调用的结构化输出支持还没做好。推理框架标记是false, 4. This is no traditional technology report, only the three-day articles and the public-duty PDFs. I think that's the idea of the link. The "M蚂蚁" strategy is a "many" strategy, the "many" strategy is a "many" strategy, and the "many" strategy is a "many" strategy, and the "many" strategy is a "many" strategy. The company is a "MIT" team team team team. 碧原独大的叙事又被翘了一脚

蚂蚁开源560B基座与指令模型 纯MIT大MoE阵营扩至三家