蚂蚁百灵开源 Ling-3.1-flash-1019：560B 总参、25B 激活，冲着 Personal Agent 来的

个人助理类产品最近都在补同一块短板：模型能不能围绕一个目标，连续工作几十分钟甚至几天。10 月 28 日，蚂蚁集团旗下百灵大模型开源 Ling-3.1-flash-1019，同时放出基础模型 Ling-3.1-flash-base，明确把“Personal Agent”写成了这一代的主场景。

一分钟速览

• Ling-3.1-flash-1019 在 Artificial Analysis Intelligence Index v4.3.2 拿到 44 分，比上一版提升 3 分。
• 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。
• 基础模型采用混合线性 MoE 架构，总参数约 560B，每 Token 激活约 25B，以 BF16 权重、MIT 许可证开放。

分数涨在哪：不是聊天，是干活

这次提升最明显的几项，恰好都不是“对话好不好听”。流程自动化测试 AutomationBench-AA 从 62% 升到 68%；科学问题求解 CritPt 从 18% 升到 26%；代码测试 SciCode 从 54% 升到 57%。复杂知识工作的 Elo 分数上涨 120 多点，说明模型在多步骤任务里更能“记住自己要干什么”。

这和上一代产品的定位差别很大。即时问答比的是单轮质量，个人助理比的是长程状态：目标有没有丢、工具调用有没有跑偏、中途来了新信息会不会推倒重来。

560B 的底子，25B 的开销

Ling-3.1-flash-base 用的是混合线性 MoE 架构，总参数约 560B，但每个 Token 只激活约 25B。这个设计思路很直接：用大容量存知识，用小激活控成本，在长序列处理和单步计算开销之间找平衡。官方称在 8 个领域共 47 项 benchmark 中，基础模型有 32 项超过 DeepSeek-V4-Pro-Base 与 MiMo-V2.5-Pro-Base。

更值得开发者注意的是许可证：BF16 基础权重、MIT 许可开放。这意味着企业可以拿它做继续预训练、领域适配和后训练，不必先谈商务。

为什么现在做这件事

时间点不是巧合。10 月 27 日，蚂蚁的灵光 2.0 刚升级成“能管事的个人 AI 助理”：跨会话记忆、长程任务调度、独立云主机，用户退出对话任务还在跑。产品侧把“持续工作”做出来了，模型侧就必须跟上——否则任务跑到第三步就开始胡说。

百灵透露，Ling-3.1-flash 已经基于灵光、阿福医生版等场景的反馈做对齐训练，视觉语言版本 Ling-3.1-flash-VL 也已先行用在灵光里，后续对外发布。

趋势：小激活模型开始抢 Agent 的活

过去一年，Personal Agent 的成本结构一直很尴尬：任务越长，Token 越多，账单越吓人。25B 激活的 MoE 加上 44 分的智能指数，指向的是一条更现实的路——不追求单点最强，而是把“够用的智力”做到足够便宜、足够稳，让助理可以整天挂着跑。

开源这一步也有自己的算盘。个人助理最缺的是场景数据，把基础模型放出去，让开发者在自己的流程里继续训练，比闭源憋一个通用版本更快。至于能不能形成生态，要看三个月内有多少真实任务跑在上面。