AntwortenVeröffentlicht24 Quellen
Ant setzt mit Ling-3.1-flash-1019 auf anspruchsvollere Agenten-Workflows
Ling 3.1 flash 1019 ist ein nachtrainiertes Update mit Fokus auf Schlussfolgern und mehrstufige Agenten Aufgaben; Ling 3.1 flash base dient als Grundlage für eigenes Training. Beide Checkpoints sind auf Hugging Face verfügbar.
Veröffentlicht vonBearbeitet mit GPT-6 LunaBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Ling 3.1 flash 1019 ist ein nachtrainiertes Update mit Fokus auf Schlussfolgern und mehrstufige Agenten Aufgaben; Ling 3.1 flash base dient als Grundlage für eigenes Training.
- Beide Checkpoints sind auf Hugging Face verfügbar. Berichten zufolge stehen sie unter der MIT Lizenz.
- Der neue Checkpoint erzielt bei mehreren Tests höhere Werte als sein Vorgänger. Die Ergebnisse belegen jedoch keine gleich großen Vorteile für jede praktische Anwendung.
KI-Prompt
openai.comCreate 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 hat Ling-3.1-flash-1019 veröffentlicht, ein nachtrainiertes Update mit Schwerpunkt auf Schlussfolgern und Agenten-Workflows. Gleichzeitig stellte das Team Ling-3.1-flash-base bereit – einen BasiskIckpunkt, den Entwickler weitertrainieren und an eigene Aufgaben anpassen können. Die Modelle behalten die Eckdaten der Ling-Familie bei: insgesamt 560 Milliarden Parameter, davon 25 Milliarden aktiv pro Token, sowie ein Kontextfenster mit bis zu einer Million Token. Für mehrere Benchmarks meldet Ant bessere Ergebnisse als beim Vorgänger.1
6
10
Zwei Checkpoints für unterschiedliche Zwecke
Ling-3.1-flash-1019 ist die weiter nachtrainierte Version, die sich für den direkten Einsatz eignet. Ant positioniert sie als Verbesserung für Schlussfolgerungsaufgaben und praktische Agenten-Anwendungen. Ling-3.1-flash-base richtet sich dagegen an Entwickler und Forschende, die das Modell weiter vortrainieren, auf ein Fachgebiet zuschneiden oder eigene Nachtrainings durchführen möchten.1
10
Beide Checkpoints sind in den inclusionAI-Repos auf Hugging Face verfügbar. Die Modellkarte von 1019 nennt eine MIT-Lizenz; laut Berichten wurde auch der BasiskIckpunkt unter MIT veröffentlicht.6
10
39
44 Die Modellkarte des Basismodells beschreibt einen BF16-Checkpoint und dieselbe hybride lineare Mixture-of-Experts-Architektur wie bei der Ling-Familie: Sie kombiniert KDA mit Gated MLA.
10
Die verfügbaren Quellen beschreiben diese Architekturbausteine, bestätigen aber nicht alle detaillierten Schicht- und Expert:innenzahlen, die andernorts mit dem Modell in Verbindung gebracht werden. Belegt sind die Eckdaten von 560 Milliarden Gesamtparametern und 25 Milliarden aktiven Parametern pro Token.1
10
Was die Benchmark-Zahlen aussagen
Im Vergleich zum vorherigen Ling-3.1-flash stieg der Wert von 1019 im Artificial Analysis Intelligence Index v4.3.2 von 41 auf 44. In den Modellunterlagen und der Berichterstattung werden außerdem bessere Ergebnisse bei Tests zu Wissensarbeit, Automatisierung und wissenschaftlichen Aufgaben aufgeführt.6
7
| Test | Vorheriger Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | etwa 1.400 Elo | 1.524 Elo |
| GDPval-AA | etwa 1.618 Elo | 1.644 Elo |
| AutomationBench-AA | 62 % | 68 % |
| CritPt | 18 % | 26 % |
| SciCode | 54 % | 57 % |
Der Vergleich beim Intelligence Index wird Artificial Analysis zugeschrieben. Die übrigen Werte stammen überwiegend aus Ants Modellunterlagen und der Berichterstattung zur Veröffentlichung.6
7
14 Es handelt sich um Ergebnisse in bestimmten Tests – nicht um eine Garantie, dass das Modell bei jeder Anwendung entsprechend besser abschneidet.
Ant zufolge lag Ling-3.1-flash-base in 32 von 47 Benchmarks aus acht Bereichen unter drei verglichenen Modellen vorn. Das ist eine vom Unternehmen berichtete Gegenüberstellung und wird durch die verfügbaren Quellen nicht unabhängig bestätigt.39
42
44 Für Entwickler ist die Angabe daher ein Anlass, den Checkpoint selbst zu prüfen – kein Beleg dafür, dass er bei den eigenen Aufgaben grundsätzlich besser abschneidet.
Ein Baustein für Ants Agenten-Strategie
Die Veröffentlichung passt zu Ants Kurs mit LingGuang 2.0, das sich stärker als persönlicher Assistent positioniert, der Aufgaben über längere Zeit verfolgen kann. Berichte nennen sitzungsübergreifendes Gedächtnis, die Planung langfristiger Aufgaben und einen eigenen Cloud-Host, über den Vorgänge auch nach dem Ende eines Gesprächs weiterlaufen können.43
51
Dabei sind Modellfähigkeit und dauerhafte Ausführung zu unterscheiden: Das Modell kann Schlussfolgern und mehrstufige Arbeit unterstützen. Gedächtnis, Zeitplanung und fortlaufende Ausführung hängen jedoch auch vom Produkt und der dazugehörigen Infrastruktur ab. Ants Ausrichtung auf Agenten umfasst daher mehr als nur einen neuen Modell-Checkpoint.1
43
51
Berichten aus China zufolge wird außerdem eine Vision-Sprach-Variante namens Ling-3.1-flash-VL bereits in LingGuang eingesetzt und soll später öffentlich erscheinen. Ein bestätigter Veröffentlichungstermin ist in den verfügbaren Berichten nicht genannt.44
46
Hinweise zum Betrieb
Die Ling-Unterlagen führen sowohl SGLang als auch vLLM als unterstützte Serving-Frameworks auf. Für SGLang gibt es ein spezielles Entwicklungs-Image; die Anleitung für vLLM beschreibt eine Installation aus dem Quellcode.2
5 Für das volle Kontextfenster von einer Million Token ist laut Berichten eine manuelle Konfiguration über 256K hinaus nötig. Die beworbene Höchstlänge ist deshalb nicht ohne Weiteres mit den Standardeinstellungen verfügbar.
2
Die Anleitungen sind Ausgangspunkte, ersetzen aber keine Tests mit der vorgesehenen Hardware und dem eigenen Workload. Aus den verfügbaren Dokumentationsauszügen lässt sich keine universell geeignete Konfiguration für acht GPUs ableiten, die für beide Checkpoints gleichermaßen gilt.
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Ant setzt mit Ling-3.1-flash-1019 auf anspruchsvollere Agenten-Workflows“?
Ling 3.1 flash 1019 ist ein nachtrainiertes Update mit Fokus auf Schlussfolgern und mehrstufige Agenten Aufgaben; Ling 3.1 flash base dient als Grundlage für eigenes Training.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Ling 3.1 flash 1019 ist ein nachtrainiertes Update mit Fokus auf Schlussfolgern und mehrstufige Agenten Aufgaben; Ling 3.1 flash base dient als Grundlage für eigenes Training. Beide Checkpoints sind auf Hugging Face verfügbar. Berichten zufolge stehen sie unter der MIT Lizenz.
Was soll ich als nächstes in der Praxis tun?
Der neue Checkpoint erzielt bei mehreren Tests höhere Werte als sein Vorgänger. Die Ergebnisse belegen jedoch keine gleich großen Vorteile für jede praktische Anwendung.