9月30日发布那天，社区的火气很直接：免费体验只给25.6万上下文，百万窗口"付费后开放"，开源写在"计划"里——先圈用户、再放权重，这套顺序把不少人惹毛了。10月15日，蚂蚁把承诺兑现了：Ling-3.1-flash权重正式开源，FP8 checkpoint以MIT许可上架HuggingFace和ModelScope，SGLang、vLLM的部署路径随仓库一起给出。发布规格很直白：总参数约560B、每token激活约25B、标称最高支持1M上下文。上一代Ling-3.0-flash还是124B/5B，这一代两个数字翻了四五倍。36氪IT之家知乎
热闹是真的，但装机之前，先把自己的三本账对完。
第一本：门票账——"4卡能跑"不是采购清单。
这次开源最有技术含量的，是那套混合量化刀法：512个路由专家占了参数大头，稀疏激活、对量化不敏感，压到MXFP4；dense层是每个token都要过的主干道，保守留在block-FP8。官方口径给的账很直白：routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约534GB砍到292GB。36氪折算下来，权重占用砍掉45%，官方测试配置里服务部署从8卡降到4卡。听着很爽？官方文档自己留了后手：实际需求仍随上下文、并发量和服务配置而变，它晒的4卡吞吐成绩（1.36 QPS、首Token时间P50小于3秒）是特定测试条件下的数字，不能直接当你的采购清单。刀法省下的显存是真实的，代价是多少智商得等第三方替你测：量化方案的精度损耗数据，至今没随仓库公布。知乎36氪
第二本：身份账——"百万上下文"目前写在目标栏里。
社区已经发现了细节：仓库里发布的配置`max_position_embeddings`是262,144，1M只是目标栏里的承诺。也就是说，今天你真机部署上就能验证的，只有256K这一档；和当初线上体验"免费25.6万、百万等付费"是同一条时间线。冲着1M装机的朋友，先确认自己等的是哪一版配置。36氪
第三本：交活账——跑分很好，但考场没对外开放。
第三方评测里，它的智能指数41、输出速度约每秒210 token。KiloCode的上架价输入$0.30、输出$0.90/百万token，典型的执行层定价。但要挂一个醒目的注：Terminal-Bench 4、SWE-bench Pro这些官方成绩全跑在蚂蚁自家尚未开源的LingCode框架上——用没开源的考具考出来的分，别人暂时没法复现。独立上手的声音更立体：MindStudio实测它SQL调优能单点命中最高影响的修复方案、SVG生成质量不错、医疗问答结构完整；可一到长链条工具调用的复杂Agent任务——比如从Blender到Godot搭完整游戏管线——结论是"能跑完，但游戏是坏的"。知乎36氪
最后看一眼日历：10月15日这天格外拥挤，英伟达开源Nemotron 3.5 Super VL，阶跃星辰放出600B的Step5 Preview权重，蚂蚁开源Ling-3.1-flash——三家同一天出手，瞄的都是同一块阵地：能部署在你自己机器里的Agent执行层。开源战场的计价单位，正在从"跑分"换成"每卡每天能跑多少活"。36氪
所以这张牌值不值得跟？拿25B激活的账单，借560B的脑子，逻辑成立；但门票按8卡预算留余量、上下文按256K验收、跑分等LingCode开源了再信——三个"再"字之前，它更适合拿自己的真实任务去测，而不是抄别人的采购清单。
