Ant ha pubblicato due checkpoint: Ling 3.1 flash 1019, ottimizzato per ragionamento e attività da agente, e Ling 3.1 flash base, pensato per ulteriori sviluppi. La versione 1019 mantiene 560 miliardi di parametri totali, 25 miliardi attivi per token e una finestra di contesto da un milione di token.
Pubblicato daModificato con GPT-6 LunaImmagini generate con 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
Ant ha pubblicato due nuovi checkpoint della famiglia Ling: Ling-3.1-flash-1019, un aggiornamento con ulteriore post-addestramento orientato al ragionamento e ai flussi di lavoro degli agenti, e Ling-3.1-flash-base, una versione di partenza destinata a chi vuole continuare l’addestramento o adattare il modello a un ambito specifico.1
6
10
La novità interessa quindi due pubblici diversi: chi cerca un modello già ottimizzato per compiti articolati e chi preferisce partire da una base aperta per sperimentare. Entrambi i checkpoint sono disponibili nei repository inclusionAI su Hugging Face; le fonti riportano per entrambi la licenza MIT.6
10
39
44
Ling-3.1-flash-1019 è la versione ulteriormente addestrata che Ant propone per migliorare il ragionamento e le attività pratiche svolte dagli agenti. Ling-3.1-flash-base, invece, è pensato per ricerca e sviluppo: può servire come base per proseguire il pretraining, adattare il modello a un dominio o condurre un proprio post-addestramento.1
10
Il modello base usa pesi BF16 e condivide con la famiglia Ling un’architettura ibrida Mixture-of-Experts, che combina KDA e attenzione Gated MLA.10 Per entrambi, i dati principali dichiarati sono 560 miliardi di parametri complessivi e 25 miliardi attivi per token. Ling-3.1-flash-1019 mantiene inoltre una finestra di contesto dichiarata di un milione di token.
1
10
Rispetto al precedente Ling-3.1-flash, il modello 1019 passa da 41 a 44 nell’Artificial Analysis Intelligence Index v4.3.2. I materiali di Ant riportano progressi anche in valutazioni di lavoro della conoscenza, automazione e ambito scientifico.6
7
| Valutazione | Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | Circa 1.400 Elo | 1.524 Elo |
| GDPval-AA | Circa 1.618 Elo | 1.644 Elo |
| AutomationBench-AA | 62% | 68% |
| CritPt | 18% | 26% |
| SciCode | 54% | 57% |
Il confronto sull’Intelligence Index è attribuito ad Artificial Analysis; gran parte degli altri risultati è invece riportata nei materiali di Ant e nelle notizie sul rilascio.6
7
14 Sono risultati ottenuti su valutazioni specifiche: non garantiscono miglioramenti equivalenti in ogni applicazione o carico di lavoro.
Ant afferma inoltre che il checkpoint base ha ottenuto il punteggio più alto, fra tre modelli confrontati, in 32 benchmark su 47 distribuiti in otto aree.39
42
44 Si tratta di un confronto dichiarato dall’azienda, non di una verifica indipendente confermata dalle fonti disponibili. Per gli sviluppatori è un’indicazione da approfondire con test propri, non una prova di superiorità su qualsiasi progetto.
Il rilascio si inserisce nella direzione di LingGuang 2.0, presentato come assistente personale capace di seguire attività nel tempo. Le notizie descrivono funzioni come memoria tra conversazioni, pianificazione di compiti di lunga durata e un ambiente cloud dedicato, grazie al quale alcune attività possono proseguire anche dopo che l’utente ha lasciato la chat.43
51
È utile distinguere le capacità del modello da quelle del prodotto che lo circonda: il modello può contribuire al ragionamento e alla gestione di passaggi multipli, mentre memoria persistente, pianificazione e prosecuzione delle attività dipendono anche dal software e dall’infrastruttura. La strategia sugli agenti, quindi, non riguarda soltanto un nuovo checkpoint.1
43
51
Le fonti riferiscono anche che una variante multimodale, Ling-3.1-flash-VL, è stata impiegata in LingGuang e dovrebbe essere resa pubblica in seguito. Non è indicata una data di rilascio confermata.44
46
La documentazione cita il supporto a SGLang e vLLM. Per SGLang è disponibile un’immagine di sviluppo specifica per Ling; per vLLM viene indicata una procedura di installazione dai sorgenti.2
5 Per sfruttare l’intera finestra da un milione di token, tuttavia, è necessaria una configurazione manuale oltre i 256K: il massimo dichiarato non va dato per scontato con le impostazioni predefinite.
2
Queste indicazioni sono un punto di partenza, non una configurazione universale. Le informazioni disponibili non confermano una singola configurazione a otto GPU adatta a entrambi i checkpoint e a ogni tipo di carico di lavoro.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ant ha pubblicato due checkpoint: Ling 3.1 flash 1019, ottimizzato per ragionamento e attività da agente, e Ling 3.1 flash base, pensato per ulteriori sviluppi.
Ant ha pubblicato due checkpoint: Ling 3.1 flash 1019, ottimizzato per ragionamento e attività da agente, e Ling 3.1 flash base, pensato per ulteriori sviluppi. La versione 1019 mantiene 560 miliardi di parametri totali, 25 miliardi attivi per token e una finestra di contesto da un milione di token.
Nei benchmark citati, il punteggio dell’Artificial Analysis Intelligence Index sale da 41 a 44; gli altri miglioramenti riportati provengono dai materiali di Ant.
Ant ha pubblicato due checkpoint: Ling 3.1 flash 1019, ottimizzato per ragionamento e attività da agente, e Ling 3.1 flash base, pensato per ulteriori sviluppi. La versione 1019 mantiene 560 miliardi di parametri totali, 25 miliardi attivi per token e una finestra di contesto da un milione di token.
Pubblicato daModificato con GPT-6 LunaImmagini generate con 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
Ant ha pubblicato due nuovi checkpoint della famiglia Ling: Ling-3.1-flash-1019, un aggiornamento con ulteriore post-addestramento orientato al ragionamento e ai flussi di lavoro degli agenti, e Ling-3.1-flash-base, una versione di partenza destinata a chi vuole continuare l’addestramento o adattare il modello a un ambito specifico.1
6
10
La novità interessa quindi due pubblici diversi: chi cerca un modello già ottimizzato per compiti articolati e chi preferisce partire da una base aperta per sperimentare. Entrambi i checkpoint sono disponibili nei repository inclusionAI su Hugging Face; le fonti riportano per entrambi la licenza MIT.6
10
39
44
Ling-3.1-flash-1019 è la versione ulteriormente addestrata che Ant propone per migliorare il ragionamento e le attività pratiche svolte dagli agenti. Ling-3.1-flash-base, invece, è pensato per ricerca e sviluppo: può servire come base per proseguire il pretraining, adattare il modello a un dominio o condurre un proprio post-addestramento.1
10
Il modello base usa pesi BF16 e condivide con la famiglia Ling un’architettura ibrida Mixture-of-Experts, che combina KDA e attenzione Gated MLA.10 Per entrambi, i dati principali dichiarati sono 560 miliardi di parametri complessivi e 25 miliardi attivi per token. Ling-3.1-flash-1019 mantiene inoltre una finestra di contesto dichiarata di un milione di token.
1
10
Rispetto al precedente Ling-3.1-flash, il modello 1019 passa da 41 a 44 nell’Artificial Analysis Intelligence Index v4.3.2. I materiali di Ant riportano progressi anche in valutazioni di lavoro della conoscenza, automazione e ambito scientifico.6
7
| Valutazione | Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | Circa 1.400 Elo | 1.524 Elo |
| GDPval-AA | Circa 1.618 Elo | 1.644 Elo |
| AutomationBench-AA | 62% | 68% |
| CritPt | 18% | 26% |
| SciCode | 54% | 57% |
Il confronto sull’Intelligence Index è attribuito ad Artificial Analysis; gran parte degli altri risultati è invece riportata nei materiali di Ant e nelle notizie sul rilascio.6
7
14 Sono risultati ottenuti su valutazioni specifiche: non garantiscono miglioramenti equivalenti in ogni applicazione o carico di lavoro.
Ant afferma inoltre che il checkpoint base ha ottenuto il punteggio più alto, fra tre modelli confrontati, in 32 benchmark su 47 distribuiti in otto aree.39
42
44 Si tratta di un confronto dichiarato dall’azienda, non di una verifica indipendente confermata dalle fonti disponibili. Per gli sviluppatori è un’indicazione da approfondire con test propri, non una prova di superiorità su qualsiasi progetto.
Il rilascio si inserisce nella direzione di LingGuang 2.0, presentato come assistente personale capace di seguire attività nel tempo. Le notizie descrivono funzioni come memoria tra conversazioni, pianificazione di compiti di lunga durata e un ambiente cloud dedicato, grazie al quale alcune attività possono proseguire anche dopo che l’utente ha lasciato la chat.43
51
È utile distinguere le capacità del modello da quelle del prodotto che lo circonda: il modello può contribuire al ragionamento e alla gestione di passaggi multipli, mentre memoria persistente, pianificazione e prosecuzione delle attività dipendono anche dal software e dall’infrastruttura. La strategia sugli agenti, quindi, non riguarda soltanto un nuovo checkpoint.1
43
51
Le fonti riferiscono anche che una variante multimodale, Ling-3.1-flash-VL, è stata impiegata in LingGuang e dovrebbe essere resa pubblica in seguito. Non è indicata una data di rilascio confermata.44
46
La documentazione cita il supporto a SGLang e vLLM. Per SGLang è disponibile un’immagine di sviluppo specifica per Ling; per vLLM viene indicata una procedura di installazione dai sorgenti.2
5 Per sfruttare l’intera finestra da un milione di token, tuttavia, è necessaria una configurazione manuale oltre i 256K: il massimo dichiarato non va dato per scontato con le impostazioni predefinite.
2
Queste indicazioni sono un punto di partenza, non una configurazione universale. Le informazioni disponibili non confermano una singola configurazione a otto GPU adatta a entrambi i checkpoint e a ogni tipo di carico di lavoro.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ant ha pubblicato due checkpoint: Ling 3.1 flash 1019, ottimizzato per ragionamento e attività da agente, e Ling 3.1 flash base, pensato per ulteriori sviluppi.
Ant ha pubblicato due checkpoint: Ling 3.1 flash 1019, ottimizzato per ragionamento e attività da agente, e Ling 3.1 flash base, pensato per ulteriori sviluppi. La versione 1019 mantiene 560 miliardi di parametri totali, 25 miliardi attivi per token e una finestra di contesto da un milione di token.
Nei benchmark citati, il punteggio dell’Artificial Analysis Intelligence Index sale da 41 a 44; gli altri miglioramenti riportati provengono dai materiali di Ant.