Ant har frigivet Ling 3.1 flash 1019, en eftertrænet model til ræsonnement og agentarbejdsgange, samt Ling 3.1 flash base til videre træning. 1019 modellen får 44 point på Artificial Analysis Intelligence Index v4.3.2 mod forgængerens 41; flere andre testresultater er oplyst af Ant.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Ant Group’s Ling team open-source in its October 28, 2026 announcement of Ling-3.1-flash-1019 and Ling-3.1-flash-base, how are both. Article summary: Ant’s Ling team released two checkpoints: **Ling-3.1-flash-1019**, a further-post-trained upgrade for reasoning and agent workflows, and **Ling-3.1-flash-base**, the pretrained foundation for developers’ own training.[1]. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Ants Ling-team har frigivet Ling-3.1-flash-1019, en opdateret model med ekstra eftertræning til ræsonnement og AI-agentopgaver. Samtidig har teamet lagt Ling-3.1-flash-base ud som et grundlag for udviklere og forskere, der vil træne videre eller tilpasse modellen til bestemte opgaver.1
6
10
Begge modeller har ifølge modelmaterialet 560 mia. parametre i alt, hvor 25 mia. aktiveres for hvert token, og en kontekstvindue på op til én million tokens.1
10 Det er fortsat en stor model, selv om kun en del af parametrene bruges ad gangen.
Ling-3.1-flash-1019 er den videre eftertrænede version, som Ant fremhæver til ræsonnement og praktiske agentarbejdsgange. Ling-3.1-flash-base er i stedet tænkt som et udgangspunkt for fortsat fortræning, tilpasning til et fagområde eller egen eftertræning.1
10
Begge checkpoints findes i inclusionAI-samlingerne på Hugging Face. Modelkortet for 1019 angiver MIT-licens, og releaseomtaler angiver samme licens for baseversionen.6
10
39
44 Baseversionen beskrives som et BF16-checkpoint med en hybrid lineær Mixture-of-Experts-arkitektur, der kombinerer KDA med Gated MLA-attention.
10
De tilgængelige kilder bekræfter ikke alle de mere detaljerede arkitekturtal, der nogle steder sættes i forbindelse med modellen. De dokumenterede hovedtal er 560 mia. parametre i alt og 25 mia. aktive parametre pr. token.1
10
Sammenlignet med den tidligere Ling-3.1-flash fik 1019 44 point mod 41 på Artificial Analysis Intelligence Index v4.3.2. Modelkortet og omtaler af udgivelsen viser også fremgang på målinger af vidensarbejde, automatisering og videnskabelige opgaver.6
7
| Test | Tidligere Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | Ca. 1.400 Elo | 1.524 Elo |
| GDPval-AA | Ca. 1.618 Elo | 1.644 Elo |
| AutomationBench-AA | 62 % | 68 % |
| CritPt | 18 % | 26 % |
| SciCode | 54 % | 57 % |
Sammenligningen på Intelligence Index tilskrives Artificial Analysis. De fleste øvrige tal stammer fra Ants modelmateriale og omtaler af udgivelsen.6
7
14 Resultaterne gælder de konkrete test; de er ikke en garanti for tilsvarende forbedringer i enhver anvendelse.
Ant oplyser desuden, at baseversionen fik den højeste score blandt tre sammenlignede modeller på 32 af 47 benchmarks fordelt på otte områder.39
42
44 Det er virksomhedens egen sammenligning og ikke uafhængigt bekræftet i det tilgængelige materiale. For udviklere er det derfor et argument for at afprøve modellen – ikke dokumentation for, at den nødvendigvis klarer egne opgaver bedre end alternativerne.
Udgivelsen kommer i kølvandet på LingGuang 2.0, som beskrives som en personlig assistent, der kan følge op på opgaver over længere tid. Ifølge omtalerne omfatter produktet hukommelse på tværs af samtaler, planlægning af langvarige opgaver og en dedikeret cloudvært, så opgaver kan fortsætte, efter brugeren forlader samtalen.43
51
Det er vigtigt at skelne mellem modellens evner og systemet omkring den. Modellen kan bidrage med ræsonnement og arbejde i flere trin, mens hukommelse, planlægning og fortsat udførelse afhænger af produktets øvrige software og infrastruktur. Ants satsning på AI-agenter handler derfor om mere end et nyt modelcheckpoint.1
43
51
Kinesiske omtaler skriver også, at en visuel sprogmodel, Ling-3.1-flash-VL, allerede var taget i brug i LingGuang, og at den var planlagt til senere offentlig udgivelse. Kilderne fastslår ikke nogen dato for den offentlige lancering.44
46
Dokumentationen beskriver understøttelse af både SGLang og vLLM. SGLang-vejledningen henviser til et udviklingsimage med Ling-understøttelse, mens vLLM-vejledningen beskriver installation fra kildekode.2
5
Vil man bruge hele kontekstvinduet på én million tokens, kræver det ifølge omtalerne manuel konfiguration ud over 256.000 tokens. Maksimum bør derfor ikke forventes at fungere med standardindstillinger.2 Opsætningen skal desuden testes mod det konkrete hardwaremiljø og den planlagte arbejdsbelastning.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ant har frigivet Ling 3.1 flash 1019, en eftertrænet model til ræsonnement og agentarbejdsgange, samt Ling 3.1 flash base til videre træning.
Ant har frigivet Ling 3.1 flash 1019, en eftertrænet model til ræsonnement og agentarbejdsgange, samt Ling 3.1 flash base til videre træning. 1019 modellen får 44 point på Artificial Analysis Intelligence Index v4.3.2 mod forgængerens 41; flere andre testresultater er oplyst af Ant.
Begge modeller ligger på Hugging Face. Releaseomtaler angiver en MIT licens for dem, og baseversionen leveres som BF16 checkpoint.
Ant har frigivet Ling 3.1 flash 1019, en eftertrænet model til ræsonnement og agentarbejdsgange, samt Ling 3.1 flash base til videre træning. 1019 modellen får 44 point på Artificial Analysis Intelligence Index v4.3.2 mod forgængerens 41; flere andre testresultater er oplyst af Ant.
Udgivet afRedigeret med GPT-6 LunaBilleder genereret med GPT Image 2
Research answer

Create a landscape editorial hero image for this Studio Global article: What did Ant Group’s Ling team open-source in its October 28, 2026 announcement of Ling-3.1-flash-1019 and Ling-3.1-flash-base, how are both. Article summary: Ant’s Ling team released two checkpoints: **Ling-3.1-flash-1019**, a further-post-trained upgrade for reasoning and agent workflows, and **Ling-3.1-flash-base**, the pretrained foundation for developers’ own training.[1]. Topic tags: general, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fa
Ants Ling-team har frigivet Ling-3.1-flash-1019, en opdateret model med ekstra eftertræning til ræsonnement og AI-agentopgaver. Samtidig har teamet lagt Ling-3.1-flash-base ud som et grundlag for udviklere og forskere, der vil træne videre eller tilpasse modellen til bestemte opgaver.1
6
10
Begge modeller har ifølge modelmaterialet 560 mia. parametre i alt, hvor 25 mia. aktiveres for hvert token, og en kontekstvindue på op til én million tokens.1
10 Det er fortsat en stor model, selv om kun en del af parametrene bruges ad gangen.
Ling-3.1-flash-1019 er den videre eftertrænede version, som Ant fremhæver til ræsonnement og praktiske agentarbejdsgange. Ling-3.1-flash-base er i stedet tænkt som et udgangspunkt for fortsat fortræning, tilpasning til et fagområde eller egen eftertræning.1
10
Begge checkpoints findes i inclusionAI-samlingerne på Hugging Face. Modelkortet for 1019 angiver MIT-licens, og releaseomtaler angiver samme licens for baseversionen.6
10
39
44 Baseversionen beskrives som et BF16-checkpoint med en hybrid lineær Mixture-of-Experts-arkitektur, der kombinerer KDA med Gated MLA-attention.
10
De tilgængelige kilder bekræfter ikke alle de mere detaljerede arkitekturtal, der nogle steder sættes i forbindelse med modellen. De dokumenterede hovedtal er 560 mia. parametre i alt og 25 mia. aktive parametre pr. token.1
10
Sammenlignet med den tidligere Ling-3.1-flash fik 1019 44 point mod 41 på Artificial Analysis Intelligence Index v4.3.2. Modelkortet og omtaler af udgivelsen viser også fremgang på målinger af vidensarbejde, automatisering og videnskabelige opgaver.6
7
| Test | Tidligere Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | Ca. 1.400 Elo | 1.524 Elo |
| GDPval-AA | Ca. 1.618 Elo | 1.644 Elo |
| AutomationBench-AA | 62 % | 68 % |
| CritPt | 18 % | 26 % |
| SciCode | 54 % | 57 % |
Sammenligningen på Intelligence Index tilskrives Artificial Analysis. De fleste øvrige tal stammer fra Ants modelmateriale og omtaler af udgivelsen.6
7
14 Resultaterne gælder de konkrete test; de er ikke en garanti for tilsvarende forbedringer i enhver anvendelse.
Ant oplyser desuden, at baseversionen fik den højeste score blandt tre sammenlignede modeller på 32 af 47 benchmarks fordelt på otte områder.39
42
44 Det er virksomhedens egen sammenligning og ikke uafhængigt bekræftet i det tilgængelige materiale. For udviklere er det derfor et argument for at afprøve modellen – ikke dokumentation for, at den nødvendigvis klarer egne opgaver bedre end alternativerne.
Udgivelsen kommer i kølvandet på LingGuang 2.0, som beskrives som en personlig assistent, der kan følge op på opgaver over længere tid. Ifølge omtalerne omfatter produktet hukommelse på tværs af samtaler, planlægning af langvarige opgaver og en dedikeret cloudvært, så opgaver kan fortsætte, efter brugeren forlader samtalen.43
51
Det er vigtigt at skelne mellem modellens evner og systemet omkring den. Modellen kan bidrage med ræsonnement og arbejde i flere trin, mens hukommelse, planlægning og fortsat udførelse afhænger af produktets øvrige software og infrastruktur. Ants satsning på AI-agenter handler derfor om mere end et nyt modelcheckpoint.1
43
51
Kinesiske omtaler skriver også, at en visuel sprogmodel, Ling-3.1-flash-VL, allerede var taget i brug i LingGuang, og at den var planlagt til senere offentlig udgivelse. Kilderne fastslår ikke nogen dato for den offentlige lancering.44
46
Dokumentationen beskriver understøttelse af både SGLang og vLLM. SGLang-vejledningen henviser til et udviklingsimage med Ling-understøttelse, mens vLLM-vejledningen beskriver installation fra kildekode.2
5
Vil man bruge hele kontekstvinduet på én million tokens, kræver det ifølge omtalerne manuel konfiguration ud over 256.000 tokens. Maksimum bør derfor ikke forventes at fungere med standardindstillinger.2 Opsætningen skal desuden testes mod det konkrete hardwaremiljø og den planlagte arbejdsbelastning.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ant har frigivet Ling 3.1 flash 1019, en eftertrænet model til ræsonnement og agentarbejdsgange, samt Ling 3.1 flash base til videre træning.
Ant har frigivet Ling 3.1 flash 1019, en eftertrænet model til ræsonnement og agentarbejdsgange, samt Ling 3.1 flash base til videre træning. 1019 modellen får 44 point på Artificial Analysis Intelligence Index v4.3.2 mod forgængerens 41; flere andre testresultater er oplyst af Ant.
Begge modeller ligger på Hugging Face. Releaseomtaler angiver en MIT licens for dem, og baseversionen leveres som BF16 checkpoint.