RespuestasPublicado24 fuentes
Ant presenta dos modelos Ling: uno actualizado y otro para adaptar
Ant lanzó Ling 3.1 flash 1019, una versión con entrenamiento adicional para tareas de razonamiento y flujos de trabajo con agentes, junto con el modelo base Ling 3.1 flash base. La familia conserva 560.000 millones de parámetros totales, 25.000 millones activos por token y una ventana de contexto de hasta un millón...
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Ant lanzó Ling 3.1 flash 1019, una versión con entrenamiento adicional para tareas de razonamiento y flujos de trabajo con agentes, junto con el modelo base Ling 3.1 flash base.
- La familia conserva 560.000 millones de parámetros totales, 25.000 millones activos por token y una ventana de contexto de hasta un millón de tokens.
- El modelo actualizado subió de 41 a 44 puntos en el Artificial Analysis Intelligence Index; otras mejoras comunicadas corresponden a pruebas concretas y no aseguran resultados equivalentes en todos los usos.
Prompt de IA
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
Ant, a través de su equipo Ling, publicó dos modelos con propósitos distintos: Ling-3.1-flash-1019, una versión con entrenamiento adicional centrada en el razonamiento y las tareas con agentes, y Ling-3.1-flash-base, un modelo base para quienes quieran adaptarlo o seguir entrenándolo.1
6
10
Ambos mantienen la escala principal de la familia: 560.000 millones de parámetros en total, 25.000 millones activos por token y una ventana de contexto de hasta un millón de tokens.1
10 Ant ofrece los modelos en Hugging Face; la información de lanzamiento indica que ambos se publicaron con licencia MIT.
6
10
39
44
Dos modelos para necesidades diferentes
Ling-3.1-flash-1019 es la versión con entrenamiento posterior —o post-training— que Ant presenta como una actualización para el razonamiento y los flujos de trabajo con agentes. Ling-3.1-flash-base, en cambio, sirve como punto de partida para continuar el preentrenamiento, adaptar el modelo a un ámbito específico o investigar nuevas técnicas de entrenamiento posterior.1
10
La ficha del modelo base describe un checkpoint en formato BF16 y una arquitectura híbrida de tipo Mixture of Experts (MoE), que combina KDA con atención Gated MLA.10 Las fuentes disponibles no permiten confirmar el número detallado de capas ni de expertos que a veces se atribuye al modelo; por eso, conviene ceñirse a las cifras generales publicadas.
1
10
Qué muestran las pruebas publicadas
Frente a la versión anterior de Ling-3.1-flash, el modelo 1019 pasó de 41 a 44 puntos en el Artificial Analysis Intelligence Index v4.3.2. También se comunicaron mejoras en evaluaciones de trabajo con conocimiento, automatización y tareas científicas.6
7
| Evaluación | Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | Alrededor de 1.400 Elo | 1.524 Elo |
| GDPval-AA | Alrededor de 1.618 Elo | 1.644 Elo |
| AutomationBench-AA | 62 % | 68 % |
| CritPt | 18 % | 26 % |
| SciCode | 54 % | 57 % |
La comparación del Intelligence Index se atribuye a Artificial Analysis. La mayoría de las demás cifras aparecen en los materiales de Ant y en la cobertura del lanzamiento.6
7
14 Son resultados de pruebas específicas, no una garantía de que el modelo vaya a mejorar en la misma medida en cualquier producto o carga de trabajo.
Ant también afirma que Ling-3.1-flash-base obtuvo la puntuación más alta entre tres modelos comparados en 32 de 47 pruebas repartidas en ocho áreas. Se trata de una comparación comunicada por la empresa; la evidencia disponible no la confirma de forma independiente. Para los desarrolladores, puede ser un motivo para evaluar el modelo, pero no una prueba de que supere a otras opciones en sus propios proyectos.39
42
44
El vínculo con los asistentes que mantienen tareas en marcha
La publicación de los modelos coincidió con la evolución de LingGuang 2.0 hacia un asistente personal capaz de gestionar tareas a lo largo del tiempo. La cobertura describe funciones como memoria entre sesiones, programación de tareas prolongadas y un servidor en la nube dedicado, con el que algunas tareas pueden seguir ejecutándose cuando la persona sale de la conversación.43
51
Conviene distinguir las capacidades del modelo de las del producto que lo rodea. El modelo puede contribuir al razonamiento y a resolver pasos sucesivos; la memoria, la programación y la ejecución continua dependen también del sistema y la infraestructura. La apuesta de Ant por los agentes, por tanto, abarca más que un nuevo checkpoint.1
43
51
Las informaciones sobre el lanzamiento también señalan que Ling-3.1-flash-VL, una variante de visión y lenguaje, ya se había aplicado en LingGuang y que su publicación para el público estaba prevista más adelante. Las fuentes disponibles no confirman una fecha de lanzamiento.44
46
Qué deben tener en cuenta los desarrolladores
La documentación de Ling incluye instrucciones para servir los modelos con SGLang y vLLM. La guía de SGLang ofrece una imagen de desarrollo específica para Ling; la de vLLM propone instalar el proyecto desde el código fuente.2
5
Además, para aprovechar el contexto máximo de un millón de tokens se requiere configuración manual por encima de 256.000 tokens, según la información disponible. Por eso, no conviene asumir que el límite anunciado estará habilitado con los ajustes predeterminados.2 Las guías son un punto de partida: el rendimiento y la configuración adecuados dependerán del hardware y de la carga de trabajo.
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Ant presenta dos modelos Ling: uno actualizado y otro para adaptar"?
Ant lanzó Ling 3.1 flash 1019, una versión con entrenamiento adicional para tareas de razonamiento y flujos de trabajo con agentes, junto con el modelo base Ling 3.1 flash base.
¿Cuáles son los puntos clave a validar primero?
Ant lanzó Ling 3.1 flash 1019, una versión con entrenamiento adicional para tareas de razonamiento y flujos de trabajo con agentes, junto con el modelo base Ling 3.1 flash base. La familia conserva 560.000 millones de parámetros totales, 25.000 millones activos por token y una ventana de contexto de hasta un millón de tokens.
¿Qué debo hacer a continuación en la práctica?
El modelo actualizado subió de 41 a 44 puntos en el Artificial Analysis Intelligence Index; otras mejoras comunicadas corresponden a pruebas concretas y no aseguran resultados equivalentes en todos los usos.