Ant brengt twee versies uit: Ling 3.1 flash 1019 voor redeneren en agentworkflows, en een basismodel voor verdere training. De modellen tellen 560 miljard parameters, waarvan er per token 25 miljard actief zijn; het contextvenster is maximaal één miljoen tokens.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met 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 heeft twee modellen uitgebracht: Ling-3.1-flash-1019, een verder getrainde versie voor redeneertaken en AI-agenten, en Ling-3.1-flash-base, een basismodel waarmee ontwikkelaars zelf verder kunnen trainen. Beide behouden de omvangrijke modelopzet van de Ling-familie: 560 miljard parameters in totaal, waarvan 25 miljard per token actief zijn, en een contextvenster van maximaal één miljoen tokens.1
6
10
Ling-3.1-flash-1019 is de versie die al extra training heeft gehad. Ant zegt dat die training vooral gericht is op redeneren en het uitvoeren van praktische, meerstaps taken. Het basismodel is bedoeld voor ontwikkelaars en onderzoekers die bijvoorbeeld verder willen trainen, het model aan een specifiek vakgebied willen aanpassen of eigen nabewerking willen toepassen.1
10
Beide modellen zijn te vinden in de repositories van inclusionAI op Hugging Face. De modelkaart van 1019 noemt een MIT-licentie; berichtgeving over de release meldt dat ook het basismodel onder die licentie is uitgebracht.6
10
39
44 De modelkaart van Ling-3.1-flash-base vermeldt BF16-gewichten en beschrijft dezelfde hybride Mixture-of-Experts-architectuur als de Ling-familie, met KDA en Gated MLA.
10
De beschikbare bronnen bevestigen de grote lijnen van die architectuur, maar niet de precieze aantallen lagen en experts die soms worden genoemd. De bevestigde hoofdgegevens zijn 560 miljard parameters in totaal en 25 miljard actieve parameters per token.1
10
Op de Artificial Analysis Intelligence Index v4.3.2 behaalde Ling-3.1-flash-1019 een score van 44, tegenover 41 voor de eerdere Ling-3.1-flash. Ook op tests voor kenniswerk, automatisering en wetenschappelijke problemen zijn hogere scores gerapporteerd.6
7
| Test | Eerdere 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% |
Artificial Analysis is de bron voor de vergelijking op de Intelligence Index. De overige cijfers komen uit Ants modelmateriaal en berichtgeving over de release.6
7
14 Het gaat om resultaten op specifieke tests; ze zeggen niet automatisch dat het model in iedere toepassing evenveel beter presteert.
Ant meldt ook dat Ling-3.1-flash-base op 32 van de 47 benchmarks in acht vakgebieden de hoogste score haalde van drie vergeleken modellen. Dat is een vergelijking die door het bedrijf zelf wordt gerapporteerd en in de beschikbare bronnen niet onafhankelijk is bevestigd. Voor ontwikkelaars is het dus een reden om het model te testen, geen bewijs dat het op hun eigen werk beter zal presteren dan alternatieven.39
42
44
De release past bij Ants bredere inzet op AI-agenten. Kort ervoor kreeg LingGuang 2.0 functies zoals geheugen dat gesprekken overstijgt, planning van langdurige taken en een aparte cloudomgeving. Daardoor kunnen taken volgens berichtgeving doorlopen nadat iemand het gesprek heeft verlaten.43
51
Daarbij is het onderscheid tussen model en product belangrijk. Het model kan bijdragen aan redeneren en meerstaps werk; geheugen, planning en het blijven uitvoeren van taken hangen ook af van de software en infrastructuur eromheen. De agentstrategie van Ant draait dus om meer dan alleen een nieuw model.1
43
51
Chinese berichtgeving meldt verder dat een visietaalmodel, Ling-3.1-flash-VL, al in LingGuang is toegepast en later publiek beschikbaar zou komen. Een bevestigde datum voor die publieke release is niet vermeld.44
46
De Ling-documentatie noemt ondersteuning voor zowel SGLang als vLLM. Voor SGLang is er een ontwikkelimage met Ling-ondersteuning; voor vLLM beschrijft de documentatie een installatie vanuit de broncode.2
5 Voor het volledige contextvenster van één miljoen tokens is volgens berichtgeving handmatige configuratie nodig boven de standaardinstelling van 256K. Ga er dus niet vanuit dat de maximale context direct met de standaardinstellingen beschikbaar is.
2
De instructies zijn een startpunt, geen garantie dat de modellen zonder aanpassingen geschikt zijn voor elke hardwareopstelling of werklast. De beschikbare documentatie bevestigt geen configuratie met acht GPU’s die zonder meer voor beide checkpoints geschikt is.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ant brengt twee versies uit: Ling 3.1 flash 1019 voor redeneren en agentworkflows, en een basismodel voor verdere training.
Ant brengt twee versies uit: Ling 3.1 flash 1019 voor redeneren en agentworkflows, en een basismodel voor verdere training. De modellen tellen 560 miljard parameters, waarvan er per token 25 miljard actief zijn; het contextvenster is maximaal één miljoen tokens.
De 1019 versie scoort hoger dan zijn voorganger op verschillende benchmarks, maar die resultaten zijn geen garantie voor betere prestaties op elke toepassing.
Ant brengt twee versies uit: Ling 3.1 flash 1019 voor redeneren en agentworkflows, en een basismodel voor verdere training. De modellen tellen 560 miljard parameters, waarvan er per token 25 miljard actief zijn; het contextvenster is maximaal één miljoen tokens.
Gepubliceerd doorBewerkt met GPT-6 LunaAfbeeldingen gegenereerd met 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 heeft twee modellen uitgebracht: Ling-3.1-flash-1019, een verder getrainde versie voor redeneertaken en AI-agenten, en Ling-3.1-flash-base, een basismodel waarmee ontwikkelaars zelf verder kunnen trainen. Beide behouden de omvangrijke modelopzet van de Ling-familie: 560 miljard parameters in totaal, waarvan 25 miljard per token actief zijn, en een contextvenster van maximaal één miljoen tokens.1
6
10
Ling-3.1-flash-1019 is de versie die al extra training heeft gehad. Ant zegt dat die training vooral gericht is op redeneren en het uitvoeren van praktische, meerstaps taken. Het basismodel is bedoeld voor ontwikkelaars en onderzoekers die bijvoorbeeld verder willen trainen, het model aan een specifiek vakgebied willen aanpassen of eigen nabewerking willen toepassen.1
10
Beide modellen zijn te vinden in de repositories van inclusionAI op Hugging Face. De modelkaart van 1019 noemt een MIT-licentie; berichtgeving over de release meldt dat ook het basismodel onder die licentie is uitgebracht.6
10
39
44 De modelkaart van Ling-3.1-flash-base vermeldt BF16-gewichten en beschrijft dezelfde hybride Mixture-of-Experts-architectuur als de Ling-familie, met KDA en Gated MLA.
10
De beschikbare bronnen bevestigen de grote lijnen van die architectuur, maar niet de precieze aantallen lagen en experts die soms worden genoemd. De bevestigde hoofdgegevens zijn 560 miljard parameters in totaal en 25 miljard actieve parameters per token.1
10
Op de Artificial Analysis Intelligence Index v4.3.2 behaalde Ling-3.1-flash-1019 een score van 44, tegenover 41 voor de eerdere Ling-3.1-flash. Ook op tests voor kenniswerk, automatisering en wetenschappelijke problemen zijn hogere scores gerapporteerd.6
7
| Test | Eerdere 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% |
Artificial Analysis is de bron voor de vergelijking op de Intelligence Index. De overige cijfers komen uit Ants modelmateriaal en berichtgeving over de release.6
7
14 Het gaat om resultaten op specifieke tests; ze zeggen niet automatisch dat het model in iedere toepassing evenveel beter presteert.
Ant meldt ook dat Ling-3.1-flash-base op 32 van de 47 benchmarks in acht vakgebieden de hoogste score haalde van drie vergeleken modellen. Dat is een vergelijking die door het bedrijf zelf wordt gerapporteerd en in de beschikbare bronnen niet onafhankelijk is bevestigd. Voor ontwikkelaars is het dus een reden om het model te testen, geen bewijs dat het op hun eigen werk beter zal presteren dan alternatieven.39
42
44
De release past bij Ants bredere inzet op AI-agenten. Kort ervoor kreeg LingGuang 2.0 functies zoals geheugen dat gesprekken overstijgt, planning van langdurige taken en een aparte cloudomgeving. Daardoor kunnen taken volgens berichtgeving doorlopen nadat iemand het gesprek heeft verlaten.43
51
Daarbij is het onderscheid tussen model en product belangrijk. Het model kan bijdragen aan redeneren en meerstaps werk; geheugen, planning en het blijven uitvoeren van taken hangen ook af van de software en infrastructuur eromheen. De agentstrategie van Ant draait dus om meer dan alleen een nieuw model.1
43
51
Chinese berichtgeving meldt verder dat een visietaalmodel, Ling-3.1-flash-VL, al in LingGuang is toegepast en later publiek beschikbaar zou komen. Een bevestigde datum voor die publieke release is niet vermeld.44
46
De Ling-documentatie noemt ondersteuning voor zowel SGLang als vLLM. Voor SGLang is er een ontwikkelimage met Ling-ondersteuning; voor vLLM beschrijft de documentatie een installatie vanuit de broncode.2
5 Voor het volledige contextvenster van één miljoen tokens is volgens berichtgeving handmatige configuratie nodig boven de standaardinstelling van 256K. Ga er dus niet vanuit dat de maximale context direct met de standaardinstellingen beschikbaar is.
2
De instructies zijn een startpunt, geen garantie dat de modellen zonder aanpassingen geschikt zijn voor elke hardwareopstelling of werklast. De beschikbare documentatie bevestigt geen configuratie met acht GPU’s die zonder meer voor beide checkpoints geschikt is.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ant brengt twee versies uit: Ling 3.1 flash 1019 voor redeneren en agentworkflows, en een basismodel voor verdere training.
Ant brengt twee versies uit: Ling 3.1 flash 1019 voor redeneren en agentworkflows, en een basismodel voor verdere training. De modellen tellen 560 miljard parameters, waarvan er per token 25 miljard actief zijn; het contextvenster is maximaal één miljoen tokens.
De 1019 versie scoort hoger dan zijn voorganger op verschillende benchmarks, maar die resultaten zijn geen garantie voor betere prestaties op elke toepassing.