蚂蚁百灵开源Ling-3.1-flash-1019：Agent测评得分提升，单任务成本上涨近50%
蚂蚁百灵开源Ling-3.1-flash-1019，在第三方评测中得分提升，但Token消耗导致单任务成本大幅上涨。
智东西报道，蚂蚁集团旗下AI实验室百灵于10月28日开源了面向个人智能体（Personal Agent）场景训练的Ling-3.1-flash-1019模型，并同步开放基础模型Ling-3.1-flash-base。两款模型均采用MIT许可证，支持最高100万Token上下文窗口，总参数均为5600亿，每个Token激活约250亿参数。
据百灵披露，1019版在第三方大模型评测机构Artificial Analysis（AA）的智能指数v4.3.2评测中获得44分，较上一代提高3分，截至10月27日在同规模开放权重模型中排名第4。在复杂知识工作测试AA-Briefcase v1.1中，成绩从1398 Elo升至1521 Elo；在流程自动化测试AutomationBench-AA中，成绩从62%升至68%。
性能提升伴随着更高的计算开销。据AA统计，1019版每项智能指数评测任务平均输出约14.5万个Token，较上一代增加超40%，单任务平均成本由1.01美元升至1.49美元。API定价方面，1019版每百万Token输入价格为0.30美元，输出价格为0.90美元。
此次升级与蚂蚁旗下个人AI助理“灵光”的需求密切相关。10月27日，蚂蚁集团发布灵光2.0，新增跨会话记忆和长程任务调度等能力。百灵表示，此前发布的模型已结合灵光的应用反馈开展对齐训练。随着Agent从单次对话走向长期运行，完成一项任务消耗的Token数量将直接影响服务成本。