Ling-3.1-flash、Ant Groupが560BモデルをMITライセンスで公開

Ant GroupのAI研究チームであるinclusionAIは、Ling-3.1-flashの重みをMITライセンスでHugging Faceに公開しました。このモデルのパラメータは5,600億で、1トークンごとに250億を使い、一度に最大100万トークンを読み込めます。MITライセンスなので、企業はごくわずかな条件でこのモデルを使った製品を作れます。

inclusionAIが公開したもの

Hugging Faceのモデルカードは、このモデルを「ハイブリッド線形」のMoE（Mixture of Experts、専門家混合）モデルと説明しています。MoEモデルは処理を多数の小さな専門家ネットワークに分け、1トークンごとにそのうちいくつかだけを動かします。トークンとは、モデルが読み書きする単語の断片です。Ling-3.1-flashには512個のルーティングされる専門家があり、1トークンごとにそのうち8個と、1個の共有専門家を動かします。

「ハイブリッド線形」とは、アテンション層のことを指しています。アテンション層は、各単語をほかの単語と関連づけるモデルの部分です。72あるアテンション層の大半は計算の軽い線形の設計を使い、9層はGated MLAと呼ばれるより完全な設計を使います。

リポジトリの最初のコミットは10月13日付で、モデルカードの最終更新は10月15日です。Tech360によると、Antは最初、このモデルを2週間の無料APIトライアルとして提供しました。コンテキストは256,000トークンまでに制限されていました。Antはトライアル後に完全なウィンドウと重みを出すと約束し、トライアルの終了時に公開しました。

スコア

モデルカードには次の結果が載っています。これはinclusionAI自身の数値で、カードは比較対象のモデルを挙げていません。

ベンチマーク	Ling-3.1-flash
SWE-bench Multilingual	88.5
Terminal-Bench 2.1	81.18
SWE-bench Pro	68.74
SkillsBench v1.1	68.7
Deep SWE	59.7
Terminal-Bench 4	46.03
Humanity's Last Exam	37.44

外部からの評価は、独立系のベンチマーク企業Artificial Analysisによるものです。AlphaSignalは10月6日、Artificial Analysisがホスト版のモデルにIntelligence Indexで41をつけたと報じました。Ling 3.0 Flashの20から上がっています。最も伸びたのはエージェントのタスクで、AutomationBench-AAは3%から62%になりました。

動かすのに必要なもの

重みは大きなものです。AlphaSignalによると、必要なメモリは完全なBF16精度で1.12TB、8ビットで560GB、4ビットで280GBです。

モデルカードは、サービングエンジンのSGLangを、NvidiaのH200 GPU 8基またはGB300 GPU 4基で使うことを推奨しています。別のエンジンであるvLLM向けの手順も載っています。どちらもマルチトークン予測を使います。これは、モデルが数トークン先を下書きして出力を速める工夫です。カードはさらに、llama.cpp、Ollama、LM Studio向けの量子化版も紹介しています。量子化版はモデルを小さくして、より小さなマシンで動かせるようにします。

入手先	詳細
Hugging Face	重み、MITライセンス
ModelScope	重み
OpenRouter	ホスト型API
Novita	ホスト型API、Hugging Faceにも掲載

AlphaSignalは10月6日、Novitaの価格を入力100万トークンあたり0.30ドル、出力100万トークンあたり0.90ドルとしていました。Tech360によると、Antはオープンソースのエージェント「Pi」をベースにしたコーディング用ハーネスLingCodeを作っており、今後オープンソース化する可能性があります。

コストの比較

多くのステップを実行するエージェントにとって、トークンあたりの価格はコストのすべてではありません。AlphaSignalは、ベンチマークのタスク1件あたりのコストについて、Artificial Analysisの数値を引用しました。Ling 3.1 Flashは0.99ドルでした。これに対し、MaxモードのDeepSeek V4.1 Flashは0.32ドル、High設定のGemini 3.8 Flashは1.24ドルでした。DeepSeekは今日、V4.1 Flashの更新版チェックポイントを出したので、この差は変わっているかもしれません。

Ling-3.1-flashは、大型のオープンモデルが相次いだ今週に加わります。Metaは10月15日、8,160億パラメータのMuse Spark Openを公開しました。

開発者にとっての意味

多くのチームにとって最大のポイントは、MITライセンスです。商用利用や改変をわずかな条件で認めているので、法務レビューは短くて済むはずです。対照的に、Metaのモデルは独自のライセンスを使っています。

自前でのホスティングは、依然としてデータセンター規模の仕事です。推奨される出発点はH200が8基なので、多くのチームはOpenRouterかNovitaから始めることになるでしょう。トライアル後の価格を示した情報源はないため、各社の価格をトライアル時の数値と比べてください。

自分の長文コンテキストの作業で試してください。100万トークンのウィンドウが役立つのは、長い入力の終わり近くでも品質が保たれる場合だけです。inclusionAIのカードのスコアには、長文コンテキストのテストが含まれていません。

比較する前に、ベンチマークの実行環境（ハーネス）を確認してください。ベンダーはTerminal-BenchやSWE-benchをそれぞれ異なる設定で実行しています。そのため、2つのモデルカードの間の数ポイントの差には、あまり意味がないかもしれません。