2026 年 10 月 28 日上午，蚂蚁集团旗下百灵大模型正式开源 Ling-3.1-flash-1019 版本，新模型在 Artificial Analysis Intelligence Index v4.3.2 中拿到 44 分，比上一版提升 3 分。蚂蚁同步开源了基础模型 Ling-3.1-flash-base，采用 BF16 基础权重与 MIT 许可证对外发布。
各项基准的具体提升
新版本面向 Personal Agent 场景强化了复杂工作流与多步骤任务的表现。复杂知识工作 AA-Briefcase 从约 1400 Elo 提升到 1524 Elo，GDPval-AA 从约 1618 Elo 提升到 1644 Elo，流程自动化 AutomationBench-AA 从 62% 提升到 68%，科学问题求解 CritPt 从 18% 提升到 26%，SciCode 从 54% 提升到 57%。
基础模型的架构取舍
Ling-3.1-flash-base 采用混合线性 MoE 架构，总参数量约 560B，每个 Token 激活约 25B 参数，在模型容量、长序列处理与单步计算开销之间做了折中。在 8 个领域共 47 项基准测试中，它有 32 项超过了 DeepSeek-V4-Pro-Base 与 MiMo-V2.5-Pro-Base。百灵还基于该版本训练了视觉语言模型 Ling-3.1-flash-VL，已先行用于灵光产品。
从问答走向办事
这次迭代与 10 月 26 日灵光 2.0 升级为个人 AI 助理直接相关，跨会话记忆、长程任务调度与独立云主机要求底层模型能持续跟随目标推进，而非一次性输出答案。我们此前梳理过蚂蚁百灵的开源路线与产品定位，详见 蚂蚁百灵模型开源与语音能力解析。MIT 协议加上 560B 基础权重，对想自己做领域适配的团队门槛进一步降低。考虑到团队规模只有两百人左右，这类开源节奏很难长期维持高强度，关注它的迭代连续性同样重要。
延伸阅读
- 小米 MiMo 桌面端正式开放邀测：首个面向个人用户的 AI 桌面应用2 月前
- 苹果动手了：macOS全盘访问权限收紧，AI智能体无法再随意翻你文件4 周前
- AI安全哲学的正面碰撞：黄仁勋零容忍 vs 奥特曼风险管理2 周前
- Stripe 收购 OpenRouter：超 70 亿美元价格拿下大模型路由平台，AI 基础设施进入金融结算层整合1 月前
继续读
同一批更新里这几篇值得一看：
- DeepSeek 周调用 33.6 万亿 Token 登顶全球第一2026-10-28
- AI 榜单 710 个基准中 105 个已饱和：新考卷只剩 41.7%2026-10-28
- Mirendil 首模型 Fern 0.1：1000 万 Token 上下文2026-10-28
想快速查定义？对应的词条在这里：
- AI Agent词条 · AI 自学笔记