Ling-3.1-flash：面向真实世界任务的模型升级
真实工作很少在一次问答中结束。
在日常办公中，一个任务可能只有一句模糊的需求，却要经过资料检索、数据分析、表格处理和汇报制作。在医疗咨询中，用户往往只能给出零散的症状描述，模型需要继续澄清信息、梳理病史，并把检查结果和后续行动解释清楚。在软件研发中，模型面对的是大型代码库、持续变化的测试结果，以及数小时甚至更长的调试过程。
这些任务共同考验模型能否理解一个尚未被说清的目标，能否在大量上下文中保持任务状态，能否调用合适的工具推进工作，并根据中间结果及时修正路径。最终的衡量标准，是模型能否形成可检查、可继续使用的工作成果。
基于这些真实需求，百灵推出 Ling-3.1-flash。
Ling-3.1-flash 拥有约 560B 总参数，每个 Token 激活约 25B 参数；模型上下文窗口上限为 1M，可容纳更长的文档、代码和任务历史。在研发过程中，我们围绕通用智能体、搜索、日常办公和软件研发等任务持续优化，并在医疗、金融和材料科学研究等场景持续提升模型能力。
在真实任务中检验模型能力
一项业务任务往往要连续完成多个环节：办公人员需要把分散资料整理成报告和汇报材料；医疗沟通需要从不完整的描述中厘清问题、解释专业信息；软件研发则要进入代码库和终端环境，经过修改与验证才能交付。百灵因此用办公、医疗、软件工程、终端操作等多类任务评测，观察 Ling-3.1-flash 在不同工作流程中的表现。
- 在办公任务评测 GDPVal-AA V2.1 中，Ling-3.1-flash 展现了处理多步骤工作任务的竞争力，对应资料整合、任务规划和成果交付等需求。
- 在 HealthBench Professional 的图示对比中，模型表现突出，为医疗场景中的信息理解与专业沟通能力提供了参考。
- 软件研发同样需要持续推进和反复校验。FrontierSWE 的图示结果体现了模型处理复杂工程任务的能力；Terminal-Bench 4.0 则从终端操作角度检验其工具执行能力。
自动化、安全分析、代码库问答、金融智能体及多轮挑战等评测，进一步扩展了观察维度。对业务而言，更有意义的是结合具体流程，检验模型能否稳定地形成可用成果。
为长流程任务设计的混合架构
要让模型持续处理真实任务，需要在模型容量、长序列处理和单步计算量之间取得平衡。Ling-3.1-flash 延续了 Ling-3.0-flash 的混合线性架构，并进一步提高线性 Attention 层的比例。
在 Attention 结构上，Ling-3.1-flash 按照 7 层 KDA 配 1 层 Gated MLA 的方式组成混合结构。KDA 路径在架构图中标注为线性时间复杂度，面向长序列扩展；每 8 层中保留 1 层 Gated MLA，为混合结构保留全局 Attention 通路。模型窗口上限达到 1M，可在输入规模上容纳更多文档、代码和历史交互，有助于减少部分人工切分和反复搬运信息的工作。
在参数组织上，模型设置 512 个路由专家。每个 Token 从中选择 8 个路由专家，并同时调用 1 个共享专家。模型总参数约 560B，每个 Token 激活约 25B。这样的设计目标，是在保留模型容量的同时控制单步参与计算的权重规模。
这些结构数据不能直接等同于实际部署成本。吞吐、延迟和资源消耗仍然取决于硬件、推理精度、批量、专家通信、上下文和输出长度。对业务使用者而言，架构的价值最终仍要回到任务完成率、响应时间和总成本上检验。
日常办公：从一句需求推进到一组可用成果
办公任务往往始于一句还不够清楚的需求。例如，用户希望了解一个行业机会，最终交付物却可能同时包括研究报告、数据表格和汇报演示。资料分散在网页、文档和表格中，过程中还可能出现新的数据和判断。
Ling-3.1-flash 将需求梳理、任务拆解、信息整合、工具调用和结果检查连接在同一条工作链路中。面对跨网页、文档、表格和代码环境的任务，模型可以根据需要开展资料研究和数据分析，制作 Excel 和 PPT，也可以生成并测试代码。模型会结合中间结果校验判断、调整路径，并根据用户反馈完善交付物。
GDPVal-AA V2.1 结果展示了模型在工作任务中的表现。这类能力也已经进入具体产品形态，蚂蚁集团内部运行的桌面协同 Agent 客户端"小虎"接入了 Ling-3.1-flash。小虎提供桌面工具和执行环境，Ling-3.1-flash 负责理解目标、规划步骤、调用工具、生成代码并整合成果，让模型能够走出聊天框，在桌面环境中完成工作。
医疗沟通：把零散描述转化为可执行的下一步
医疗健康场景的信息往往不完整，也很少使用标准化表达。患者可能只记得几个不适症状，检查报告中包含大量专业指标，治疗和复诊安排还需要结合个人情况持续沟通。
Ling-3.1-flash 将临床理解、专业判断和医患沟通贯穿咨询过程。从澄清症状和梳理病史，到解读检查结果、分析方案选择，再到解释风险和明确下一步行动，模型围绕当前目标持续推进，而不是在每一轮重新开始。
基于阿福、好大夫等应用场景的需求反馈，团队通过 RLVR 进行对齐训练，重点提升医疗场景中的专业表达和沟通能力。面对多步骤健康咨询，模型可以结合用户新增的信息补全内容并调整解释方式，把零散不适整理成就诊清单，把检查指标转化为更容易理解的风险说明，并为用药和复诊提供清晰的行动提示。
HealthBench Professional 结果为这一方向提供了评测参考。它反映的是模型整体在特定评测口径下的表现，不等同于临床安全认证，也不能代替实际医疗流程中的专业审核。
软件研发：在长时间执行中持续理解验证和修正
软件研发对模型提出了更长的执行周期。模型需要读懂陌生代码库，建立测试基线，定位问题，修改实现，再根据新的测试结果继续迭代。任务能否完成，取决于它是否能在数小时执行中保持目标、关键决策和历史信息的一致。
Lua 原生编译器
Ling-3.1-flash 从零实现一个可将 Lua 源文件编译为 x86-64 ELF 可执行文件的编译器。经过约 17 小时的持续执行，模型完成语义解析、指令生成和原生运行链路，并逐步修复栈对齐、分支逻辑、可变参数返回、元方法查找和运行时错误定位等问题。最终独立测试通过 178 项，共 182 项，通过率约 97.8%。文档中的对比结果为 Claude Fable 5 的 99.0% 和 GLM-5.3-Flash 的 95.9%。
Pyright 1.1.400 性能优化
模型直接处理真实 TypeScript 代码库。它先建立基准测试并通过 CPU Profiling 定位热点，随后围绕联合类型去重、模块导入、别名缓存和 assignType 结果缓存持续优化。约 10 小时后，模型在 2279 项基准和回归测试全部通过的条件下达到 1.432 倍加速。文档所列 Claude Fable 5 为 1.502 倍，GLM-5.3-Flash 为 1.290 倍。
C 图像库的 Rust 重实现
模型需要保持 C API 兼容和像素输出一致，同时完成缩放滤波、Alpha 通道、并行处理和 SIMD 优化。任务持续约 20 小时，最终 30 项验证全部通过，并达到 8.015 倍加速。这个结果高于文档所列 GLM-5.3-Flash 的 1.396 倍，但低于 Claude Fable 5 的 27.310 倍。它呈现了模型在跨语言重构和底层优化中的能力，也显示出其在极限性能优化方面仍有提升空间。
安全问题分析
除开发任务外，Ling-3.1-flash 也被用于安全问题分析。在一个内部开发中，运用 Ling-3.1-flash 在 OceanBase 数据库开源版本上发现了解析器组件中一个能够造成栈缓冲区溢出的高危内存漏洞（截止目前已经修复）。在此过程中，模型自主完成了超长程的漏洞挖掘、根因定位、PoC 构造等流程，并生成了正确的漏洞补丁。该漏洞的根因是 ObIOCalibration::parse_calibration_string() 使用无界的 %s 转换符把用户传入的 calibration 项解析进三个固定 64 字节的栈缓冲区。
Web、移动应用与 3D 开发
产品开发往往从一段需求开始，随后需要网页、移动端界面、视觉素材和交互演示，才能让团队看清方案并继续修改。Ling-3.1-flash 能协助生成营销落地页、数据看板等 Web 页面，也能将移动产品需求转化为前端界面与交互组件，支持电商、医疗健康、影音娱乐等应用类型。业务和研发团队可以据此讨论页面布局与操作路径，逐步完善原型。
视觉素材同样需要便于修改和复用。Ling-3.1-flash 可以生成并调整 SVG 代码，制作品牌图形、UI 图标、矢量插画和动态 SVG，让图形能够适配不同尺寸和页面。在 Design Arena 榜单中，按 Open Weights、Recent（最近 30 天新增模型）、Elo Rating 筛选，模型在 Mobile App 类别和 SVG 类别分别位列开放权重模型的第二和第四。
对于更难用平面页面说明的想法，模型还能将自然语言描述转化为 Web 3D 交互演示。在原稿展示的案例中，用户描述机械结构、物理机制等概念后，Ling-3.1-flash 生成了可独立运行的 Three.js 单文件应用，让抽象内容成为可以操作和观察的原型。这为产品展示、方案沟通和科教讲解提供了另一种表达方式。
更多任务评测
业务落地仍需兼顾完成质量和执行效率
我们也看到，随着强化学习带来任务效果提升，模型的思维链长度和交互轮数可能增加。这会影响响应时间、Token 消耗和任务总成本。后续优化将继续关注智效比，让复杂任务的完成质量和执行效率更好地匹配业务要求。
面向真实世界任务，百灵将继续把任务完成质量和执行效率作为共同的优化指标。
快速体验
Ling-3.1-flash 将开放为期两周的免费体验。
考虑到综合服务成本，免费体验期间模型服务长度为 256K；免费体验期结束并转为付费服务后，计划开放 1M 上下文。届时，团队也计划同步开源，并继续更新模型性能。
具体开放时间、服务规格和体验入口请以正式发布信息为准。
