AA 44 分、单任务 1.49 美元：Ling-3.1-flash-1019 的货架空窗与价目表三查

发布于 2026-10-27 21:52:00 · 4 阅读

560B MoE 的新版本来了：44 分，单任务 1.49 美元

InclusionAI（蚂蚁 Ling 线）10 月 22 日推出后训练升级版 Ling-3.1-flash-1019：560B 总参数、每 token 激活 25B、1M 标称上下文，混合线性 MoE 架构（512 个路由专家、每 token 激活 8 个），纯文本进出、推理型模型。厂商自报的 Agent 能力提升相当明确：AA-Briefcase 约 1400 升至 1524 Elo，AutomationBench-AA 从 62% 提到 68%，CritPt 18% 升至 26%，SciCode 54% 升至 57%（厂商自报，见官方 Hugging Face 模型卡）。

独立侧给的分是佐证：Artificial Analysis 在其 Intelligence Index v4.3.2 上测得 44 分（前版 Ling-3.1-flash 为 41），同类 172 个模型中排第 3；官方渠道定价每百万 token 输入 0.30 美元、输出 0.90 美元，缓存命中打两折（约 0.06 美元/M），AA 加权实测单任务成本 1.49 美元。

从 API 货架视角看：新版本存在「上架空窗」

截至 10 月 27 日，Artificial Analysis 跟踪到的 API 渠道只有 1 个（InclusionAI 直营），其独立基准区仍显示暂无公开 API 数据；Opper 与 BenchmarkHeaven 对 1019 版本均显示 0 条路由、0 个报价，OpenRouter 等聚合货架上跑的还是旧版（旧版 AA 分 41.1）。

这不代表模型不好，而是上架管道滞后。对 API 采购方：旧版路由仍可用，但新版的 44 分能力和 1.49 美元单任务成本还没进货架；路由规则应显式标注 1019 的模型 ID，在它聚合上架前把任务留在旧版或直连渠道，避免隐性回退到 41 分的老版本。

写进价目表的三件事

① 版本化：1019 是厂商内部编号，10 月 22 日官宣、10 月 27 日权重仓库才更新，信息本身有 2-5 天空窗；聚合货架应为 Ling 系列加版本号字段，并写清新版未上架时的回退策略。

② 交付上下文长度：独立分析（OrcaRouter，10 月 12 日）指出 Ling-3.1-flash 系列标称 1M 是上限口径，前版实际交付上下文为 256K；1019 上架时价目表必须标注实际交付长度，否则长文档任务会在静默截断后仍按 1M 口径计费。

③ 缓存与成本口径：缓存输入 8 折（0.30×0.2=0.06 美元/M），高并发 Agent 工作负载下缓存命中率决定真实成本；AA 实测每任务 1.49 美元——预算测算应按「每任务」而不是「每百万 token」做，前者才贴合 Agent 场景的账单形态。

成本测算：缓存敏感度与路由分层

缓存 8 折把成本弹性交到了命中率的头上：按 0.30/0.90 美元计，一段 40 万输入、6 万输出的 Agent 回合，缓存命中三成时月账单对应约 0.156 美元/回合输入加 0.054 美元输出的量级，命中七成后总成本约降三成。采购测算建议直接以每任务 1.49 美元为基线，把缓存命中率当成可调参数，而不是写死单价。

路由分层参考：同价位 44 分档目前夹在 GPT-6 Luna（输入 0.20、输出 1.0 美元）与 Kimi K3.1 Pro（输入 0.30、输出 1.50 美元）之间——比 Luna 贵，比 K3.1 Pro 便宜但 Terminal-Bench 得分（33.3%）差距明显。聚合层可以把它定位在 Luna 的质量增强位，做按任务价值分流：高价值 Agent 任务试 1019，低价值批量任务留在 Luna。

给自托管路线补一笔：Hugging Face 与 ModelScope 仓库已挂出完整 safetensors（572B 参数、约 573.8GB），day-0 SGLang 镜像自带 MTP（NEXTN）投机解码与 Hopper 解码优化，官方配方 8 卡 H200（TP8+EP8）或 4 卡 GB300；而 Artificial Analysis 页面仍把它标为「专有、权重未公开」——信息滞后本身，就是货架运营要自己核仓库的理由。

观察：开放权重模型进入「后训练快速迭代」节奏后，版本号跑得比上架快；能自动探测新仓库、自动生成价目表骨架的聚合层，会吃下每一波上架空窗期。

来源：InclusionAI 官方 Hugging Face/ModelScope 模型卡、Artificial Analysis、Opper、BenchmarkHeaven、OrcaRouter（关键数据多源交叉核验，厂商自报数字已标注）。