🔥蚂蚁 Ling 3.1 Flash 第三方评测出炉，Agent能力大幅跃升

ArtificialAnlys 发布蚂蚁集团 Ling 3.1 Flash评测报告。模型总参560B，激活参数25B，上下文窗口100万token，权重预计很快开源，当前可在Novita AI调用。

📈核心提升对比前代Ling3.0 Flash综合智能指数从20分提升至41分，进步巨大。✅智能体Agent能力大幅变强- GDPval-AA v2 Elo：1622- AA-Briefcase Elo：1400- AutomationBench-AA：62%（前代仅3%）- Terminal-Bench v4.0：33%（前代0%）性能接近GLM-5.3-Flash、Gemini 3.8 Flash(high)、DeepSeek V4.1 Flash(Max)等同级别模型。

✅知识问答与幻觉优化AA-Omniscience得分由-18升至+2；事实准确率18%→29%；幻觉率从44%下降至38%。对比参考：DeepSeek V4.1 Flash (Max)幻觉率97%。

💰定价与开销输入 0.30美元 /百万token，输出 0.90美元 /百万token；缓存输入享8折，0.06美元 /百万token。单任务成本0.99美元，高于DeepSeek（0.32）、GLM（0.42），低于Gemini 3.8 Flash High（1.24）。Token利用率提升：完成整套智能指数测试输出token量相比前代减少16%。

📝总结Ling3.1 Flash 在Agent自动化、终端任务能力上实现跨越式升级，事实问答与幻觉控制同步改善，属于Flash系列里竞争力很强的模型。