双十一电商任务实测：蚂蚁百灵开源模型Ling-3.1-flash展现高智效比

封面为AI生成的主题示意图，非新闻现场照片。

正值双十一大促期间，蚂蚁集团最新开源的模型Ling-3.1-flash在真实工作流中展现了强大的任务处理能力。该模型由量子位报道，旨在解决大模型在实际业务场景中“只答不办”的痛点，专注于完成从资料搜集、数据分析到报告生成的完整交付链条。

Ling-3.1-flash采用混合架构设计，拥有约560B总参数，但每个Token仅需激活约25B的权重。其注意力结构延续了Ling-3.0-flash的架构，结合了7层KDA和每8层保留1层的Gated MLA机制，支持高达1M的上下文窗口，能够一次性处理大量文档、代码和历史任务。

在性能与效率方面，该模型在Hopper测试配置下的部署所需GPU由8卡降至4卡。通过混合精度量化，其模型权重占用从约534GB降至292GB。据Artificial Analysis评测显示，其智能指数为41，输出速度约为每秒210 Token，混合调用价格约为每百万Token 0.19美元。

在内部办公任务评测GDPVal-AA V2.1中，Ling-3.1-flash的ELO得分达1673。在一次持续约17小时的Lua原生编译器开发任务中，模型反复修正代码，最终独立测试通过率达到97.8%。此外，它在医疗健康场景的HealthBench Professional评测中也保持了相对领先的水平。

实测中，面对双十一电商方案制定需求，Ling-3.1-flash能够进行初始目标可行性判断，识别广告边际效率递减及库存约束等风险，并提供调整路径。模型不仅生成了可追溯关键数字的优惠方案和分阶段执行排期，还主动进行一致性检查，明确标注需用户核验的数据，确保最终方案执行的主动权掌握在用户手中。