Ling 3.1 flash 1019 to dodatkowo wytrenowana wersja modelu, ukierunkowana na rozumowanie i zadania agentowe; checkpoint bazowy służy do dalszego treningu i adaptacji. Oba modele są dostępne w repozytoriach inclusionAI na Hugging Face.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą 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
Zespół Ling należący do Ant udostępnił dwa checkpointy: Ling-3.1-flash-1019 — wersję po dodatkowym treningu, przeznaczoną do zadań wymagających rozumowania i pracy agentowej — oraz Ling-3.1-flash-base, czyli model bazowy dla osób chcących prowadzić własne eksperymenty. Nowsza wersja zachowuje główne parametry rodziny: 560 mld parametrów łącznie, 25 mld aktywowanych na token i kontekst o długości do miliona tokenów. Według opublikowanych wyników poprawiła też swoje rezultaty w kilku testach.1
6
10
Ling-3.1-flash-1019 to wersja po dalszym post-treningu, gotowa do uruchomienia. Ant przedstawia ją jako ulepszenie w zakresie rozumowania i zadań agentowych zbliżonych do rzeczywistych zastosowań. Z kolei checkpoint bazowy jest skierowany do programistów i badaczy, którzy chcą kontynuować pretraining, dostosować model do konkretnej dziedziny albo przeprowadzić własny post-trening.1
10
Oba checkpointy są dostępne w repozytoriach inclusionAI na Hugging Face. Karta modelu 1019 wskazuje licencję MIT; według relacji dotyczących wydania na tej samej licencji udostępniono również checkpoint bazowy.6
10
39
44 Karta modelu bazowego opisuje wagi BF16 i tę samą hybrydową architekturę Mixture-of-Experts (MoE) co w pozostałych modelach tej rodziny, łączącą KDA z mechanizmem uwagi Gated MLA.
10
Dostępne materiały opisują te elementy architektury, ale nie potwierdzają bardziej szczegółowych liczb dotyczących warstw i ekspertów, które bywają przypisywane modelowi. Potwierdzone parametry skali to 560 mld parametrów łącznie i 25 mld aktywnych na token.1
10
W porównaniu z wcześniejszym Ling-3.1-flash wersja 1019 uzyskała 44 punkty zamiast 41 w Artificial Analysis Intelligence Index v4.3.2. Karta modelu i relacje z wydania wskazują też wzrosty w testach dotyczących pracy z wiedzą, automatyzacji i zadań naukowych.6
7
| Test | Poprzedni Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | ok. 1400 Elo | 1524 Elo |
| GDPval-AA | ok. 1618 Elo | 1644 Elo |
| AutomationBench-AA | 62% | 68% |
| CritPt | 18% | 26% |
| SciCode | 54% | 57% |
Porównanie w Intelligence Index przypisano pomiarom Artificial Analysis. Większość pozostałych wyników pochodzi z materiałów Ant lub relacji z premiery.6
7
14 Są to rezultaty w konkretnych testach, a nie gwarancja podobnej poprawy w każdym zastosowaniu.
Ant podaje również, że Ling-3.1-flash-base uzyskał najwyższy wynik spośród trzech porównywanych modeli w 32 z 47 testów obejmujących osiem obszarów. To deklaracja firmy, której dostępne materiały nie potwierdzają niezależnie. Dla osób rozwijających modele może być wskazówką, by sprawdzić checkpoint we własnych zadaniach — nie dowodem, że będzie lepszy od alternatyw w każdym zastosowaniu.39
42
44
Premiera modeli zbiegła się z rozwojem LingGuang 2.0, asystenta, który ma przechodzić od odpowiadania na pojedyncze polecenia do dłuższego prowadzenia zadań. Według relacji system wykorzystuje pamięć między sesjami, planowanie zadań rozciągniętych w czasie oraz osobne środowisko chmurowe, dzięki któremu zadania mogą działać dalej po zakończeniu rozmowy.43
51
To ważne rozróżnienie: trwałe prowadzenie zadania nie wynika wyłącznie z możliwości samego modelu. Model może wspierać rozumowanie i pracę wieloetapową, ale pamięć, harmonogramowanie i ciągłe wykonywanie zadań zależą także od produktu i infrastruktury wokół niego. Kierunek obrany przez Ant obejmuje więc szerszy system, a nie tylko nowy checkpoint.1
43
51
Chińskie relacje informują też, że wariant multimodalny Ling-3.1-flash-VL był wykorzystywany w LingGuang, a jego publiczne udostępnienie planowano na później. Dostępne materiały nie podają potwierdzonej daty premiery.44
46
Dokumentacja modeli opisuje obsługę przez SGLang i vLLM. Instrukcje SGLang wskazują obraz przygotowany z myślą o Ling, a instrukcje vLLM — instalację ze źródeł.2
5 Według relacji korzystanie z pełnego kontekstu o długości miliona tokenów wymaga ręcznej konfiguracji ponad domyślne 256 tys. tokenów. Nie należy więc zakładać, że maksymalny kontekst będzie dostępny bez zmian w ustawieniach.
2
Podane instrukcje są punktem wyjścia, a nie gwarancją działania na każdym sprzęcie i w każdym obciążeniu. Dostępne fragmenty dokumentacji nie potwierdzają jednej, uniwersalnej konfiguracji ośmiu kart GPU odpowiedniej dla obu checkpointów.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ling 3.1 flash 1019 to dodatkowo wytrenowana wersja modelu, ukierunkowana na rozumowanie i zadania agentowe; checkpoint bazowy służy do dalszego treningu i adaptacji.
Ling 3.1 flash 1019 to dodatkowo wytrenowana wersja modelu, ukierunkowana na rozumowanie i zadania agentowe; checkpoint bazowy służy do dalszego treningu i adaptacji. Oba modele są dostępne w repozytoriach inclusionAI na Hugging Face. Materiały dotyczące wydania podają licencję MIT dla obu.
W porównaniu z poprzednią wersją wynik Ling 3.1 flash 1019 w Artificial Analysis Intelligence Index wzrósł z 41 do 44, a w kilku innych testach odnotowano poprawę.
Ling 3.1 flash 1019 to dodatkowo wytrenowana wersja modelu, ukierunkowana na rozumowanie i zadania agentowe; checkpoint bazowy służy do dalszego treningu i adaptacji. Oba modele są dostępne w repozytoriach inclusionAI na Hugging Face.
Opublikowane przezEdytowane za pomocą GPT-6 LunaObrazy wygenerowane za pomocą 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
Zespół Ling należący do Ant udostępnił dwa checkpointy: Ling-3.1-flash-1019 — wersję po dodatkowym treningu, przeznaczoną do zadań wymagających rozumowania i pracy agentowej — oraz Ling-3.1-flash-base, czyli model bazowy dla osób chcących prowadzić własne eksperymenty. Nowsza wersja zachowuje główne parametry rodziny: 560 mld parametrów łącznie, 25 mld aktywowanych na token i kontekst o długości do miliona tokenów. Według opublikowanych wyników poprawiła też swoje rezultaty w kilku testach.1
6
10
Ling-3.1-flash-1019 to wersja po dalszym post-treningu, gotowa do uruchomienia. Ant przedstawia ją jako ulepszenie w zakresie rozumowania i zadań agentowych zbliżonych do rzeczywistych zastosowań. Z kolei checkpoint bazowy jest skierowany do programistów i badaczy, którzy chcą kontynuować pretraining, dostosować model do konkretnej dziedziny albo przeprowadzić własny post-trening.1
10
Oba checkpointy są dostępne w repozytoriach inclusionAI na Hugging Face. Karta modelu 1019 wskazuje licencję MIT; według relacji dotyczących wydania na tej samej licencji udostępniono również checkpoint bazowy.6
10
39
44 Karta modelu bazowego opisuje wagi BF16 i tę samą hybrydową architekturę Mixture-of-Experts (MoE) co w pozostałych modelach tej rodziny, łączącą KDA z mechanizmem uwagi Gated MLA.
10
Dostępne materiały opisują te elementy architektury, ale nie potwierdzają bardziej szczegółowych liczb dotyczących warstw i ekspertów, które bywają przypisywane modelowi. Potwierdzone parametry skali to 560 mld parametrów łącznie i 25 mld aktywnych na token.1
10
W porównaniu z wcześniejszym Ling-3.1-flash wersja 1019 uzyskała 44 punkty zamiast 41 w Artificial Analysis Intelligence Index v4.3.2. Karta modelu i relacje z wydania wskazują też wzrosty w testach dotyczących pracy z wiedzą, automatyzacji i zadań naukowych.6
7
| Test | Poprzedni Ling-3.1-flash | Ling-3.1-flash-1019 |
|---|---|---|
| Artificial Analysis Intelligence Index v4.3.2 | 41 | 44 |
| AA-Briefcase | ok. 1400 Elo | 1524 Elo |
| GDPval-AA | ok. 1618 Elo | 1644 Elo |
| AutomationBench-AA | 62% | 68% |
| CritPt | 18% | 26% |
| SciCode | 54% | 57% |
Porównanie w Intelligence Index przypisano pomiarom Artificial Analysis. Większość pozostałych wyników pochodzi z materiałów Ant lub relacji z premiery.6
7
14 Są to rezultaty w konkretnych testach, a nie gwarancja podobnej poprawy w każdym zastosowaniu.
Ant podaje również, że Ling-3.1-flash-base uzyskał najwyższy wynik spośród trzech porównywanych modeli w 32 z 47 testów obejmujących osiem obszarów. To deklaracja firmy, której dostępne materiały nie potwierdzają niezależnie. Dla osób rozwijających modele może być wskazówką, by sprawdzić checkpoint we własnych zadaniach — nie dowodem, że będzie lepszy od alternatyw w każdym zastosowaniu.39
42
44
Premiera modeli zbiegła się z rozwojem LingGuang 2.0, asystenta, który ma przechodzić od odpowiadania na pojedyncze polecenia do dłuższego prowadzenia zadań. Według relacji system wykorzystuje pamięć między sesjami, planowanie zadań rozciągniętych w czasie oraz osobne środowisko chmurowe, dzięki któremu zadania mogą działać dalej po zakończeniu rozmowy.43
51
To ważne rozróżnienie: trwałe prowadzenie zadania nie wynika wyłącznie z możliwości samego modelu. Model może wspierać rozumowanie i pracę wieloetapową, ale pamięć, harmonogramowanie i ciągłe wykonywanie zadań zależą także od produktu i infrastruktury wokół niego. Kierunek obrany przez Ant obejmuje więc szerszy system, a nie tylko nowy checkpoint.1
43
51
Chińskie relacje informują też, że wariant multimodalny Ling-3.1-flash-VL był wykorzystywany w LingGuang, a jego publiczne udostępnienie planowano na później. Dostępne materiały nie podają potwierdzonej daty premiery.44
46
Dokumentacja modeli opisuje obsługę przez SGLang i vLLM. Instrukcje SGLang wskazują obraz przygotowany z myślą o Ling, a instrukcje vLLM — instalację ze źródeł.2
5 Według relacji korzystanie z pełnego kontekstu o długości miliona tokenów wymaga ręcznej konfiguracji ponad domyślne 256 tys. tokenów. Nie należy więc zakładać, że maksymalny kontekst będzie dostępny bez zmian w ustawieniach.
2
Podane instrukcje są punktem wyjścia, a nie gwarancją działania na każdym sprzęcie i w każdym obciążeniu. Dostępne fragmenty dokumentacji nie potwierdzają jednej, uniwersalnej konfiguracji ośmiu kart GPU odpowiedniej dla obu checkpointów.
Studio Global AI
This page includes a source-backed answer you can continue inside Studio Global.
Ling 3.1 flash 1019 to dodatkowo wytrenowana wersja modelu, ukierunkowana na rozumowanie i zadania agentowe; checkpoint bazowy służy do dalszego treningu i adaptacji.
Ling 3.1 flash 1019 to dodatkowo wytrenowana wersja modelu, ukierunkowana na rozumowanie i zadania agentowe; checkpoint bazowy służy do dalszego treningu i adaptacji. Oba modele są dostępne w repozytoriach inclusionAI na Hugging Face. Materiały dotyczące wydania podają licencję MIT dla obu.
W porównaniu z poprzednią wersją wynik Ling 3.1 flash 1019 w Artificial Analysis Intelligence Index wzrósł z 41 do 44, a w kilku innych testach odnotowano poprawę.