560B 模型免費開放：螞蟻集團把 Ling-3.1-flash 送上 OpenCode

本週 AI 界最值得注意的「免費午餐」來自中國。螞蟻集團（支付寶背後的金融科技巨頭）的模型團隊 AntLingAGI，已將 560B 參數的開放權重模型 Ling-3.1-flash 在開源編程代理平台 OpenCode 上完全免費開放。對任何正在跑會大量消耗 token 的 agent 迴圈的人來說，一個接近開源前緣、又不用錢的模型，一夜之間就改變了實驗的成本結構。

Ling-3.1-flash 是什麼

這組數字描述的是一個大型混合專家（MoE）架構。Ling-3.1-flash 總參數量約 5,600 億（560B），但每個 token 只啟動約 250 億（25B）參數。每個 token 只會路由到模型中一小部分專家，這正是為什麼這麼大的模型還能便宜到免費提供：推論成本取決於 25B 的啟動量，而不是 560B 的總量。這與 DeepSeek、Kimi、Qwen 用稀疏化設計壓低中國開源模型成本的手法如出一轍。

模型於 2026 年 9 月 30 日首次發表，InclusionAI 將其定位於通用代理、搜尋、日常辦公與軟體／程式開發——是「代理與生產力」的框架，而非「推理基準」的框架。這也符合螞蟻的模型家族分工：Ling 是通用文字與工具線，Ring 是推理線，Ming 負責多模態。

相較前代的放大幅度相當驚人。8 月以 MIT 授權釋出權重的 Ling-3.0-flash 總參數 124B、啟動 5.1B；Ling-3.1-flash 總參數約 4.5 倍、啟動量約 4.9 倍——螞蟻在放大整個模型的同時大致維持了稀疏比例，買到的是容量與世界知識，而不必然是更深的單 token 推理。

成績單——以及怎麼讀它

Ling-3.1-flash 發表時附帶了幾項廠商自報的分數：

基準測試	公布結果
Mobile App Arena（Design Arena）	開源模型第 2 名，1,207 Elo（總排第 17）
GDPVal-AA v2.1	1,673 Elo
FrontierSWE	75.16
HealthBench Professional	65.35
Terminal-Bench 4.0	40.4%
SWE-Atlas	55.9%（隸屬 81.0 的代理綜合分）

三個但書必須講清楚。第一，這些是螞蟻自己公布的數字——尚無獨立實驗室重現，Artificial Analysis 也還沒有這個模型的頁面。第二，競技場排名是偏好式的：Mobile App Arena 測的是人們對生成行動 App 成品的偏好，所以 1,207 Elo 講的是 UI 構建的水準，不是一般智能。第三，「開源第 2」的標題有個清醒的伴侶：總排第 17 名——封閉前緣依然明顯領先。作為對照，Epoch 的 Capabilities Index 目前榜首是 Claude Opus 5.5 的 167 分。

螞蟻自己的成績卡還有個值得一提的註腳：HealthBench Professional 的結果是在公司稱為「AQ 環境」的條件下評測的，而沒有任何公開文件解釋 AQ 是什麼。一個掛著不明環境限定詞的頭條分數，外部團隊是無法重現的。

你該以哪個上下文視窗來規劃

這是實務上真正重要的落差。開發者曾描述模型支援最高 100 萬 token 的上下文，但隨模型啟動的兩週免費試用只提供 256K，而 OpenCode 頁面顯示的是 262K。兩件事可以同時為真：模型可以訓練到更長的上下文，但託管方選擇只供應短的。如果你的工作流程需要一次餵進整個大型程式庫，實務建議很簡單：以 262K 來設計，把更長的視窗當成未驗證，直到開發者確認實際供應的長度。

可得性也有一個值得明說的細節。Ling-3.1-flash 發表時權重並未公開——沒有 Hugging Face 儲存庫、沒有授權條款、沒有可下載的東西，公告只說「我們計劃很快開源」。模型被描述為開放權重（open-weights），本週起你可以透過託管管道免費使用（OpenCode；OpenRouter 與 Vercel AI Gateway 也列有免費變體，Novita 同樣零價供應），但在你把正式環境的工作導向它之前，確切授權條款與可下載權重仍是要親自查證的項目。相較之下，Ling-3.0-flash 是完整出貨的：8 月 7 日起 MIT 授權權重在 Hugging Face 上，提供 BF16（約 255 GB）與 FP8（約 128 GB）格式，加上社群量化版。

為什麼「在 OpenCode 免費」比聽起來更重要

OpenCode 是開源編程代理，而編程代理是當代 AI 使用中最消耗 token 的工作負載。一個 agent 迴圈在採取一個動作之前，可能先燒掉數萬 token 的工具輸出——這正是為什麼百萬級上下文視窗對代理工作是功能性需求，也是為什麼一個免費又能用的模型會改變實驗的數學。對你目前的預設模型跑一輪五任務測試（修 bug、寫測試、重構、UI 元件、改文件），成本為零，只花時間。

不過在你貼上專有程式碼之前，免費條款的細節值得先讀。OpenCode 自己的文件就註明：在 Ling 3.1 Flash 的免費期間，蒐集的資料可能被用於改進模型。免費層也會限流——長時間的 agent 任務可能中途卡住——而且免費方案隨時會結束。保持你的代理設定可攜，條件一變就能換模型。

更大的圖像

Ling-3.1-flash 處在一個更大的趨勢裡：中國實驗室以極低價格——甚至零價格——推出超大、超稀疏的開放模型，藉此在自家工具鏈周圍建立生態引力。螞蟻的 InclusionAI 與 Qwen 家族同屬阿里生態系的外圍兄弟，其發布節奏（6 月 Ling-2.6-flash、8 月 Ling-3.0-flash、現在的 Ling-3.1-flash）如今以週為單位，而非年。

對中國以外的團隊，決策框架沒有改變：資料來源與資料駐留政策對託管免費層的適用，與對任何雲端依賴一樣；而曾經燒到其他中國開源模型的審查稽核爭論，一旦 Ling 權重可下載、可測試，想必也會找上它。

結論：Ling-3.1-flash 是一個大型、稀疏、開放權重的模型，現在就能免費試用，並在行動 App 競技場上排名開源第二。這讓它成為本週加入你評測清單的零成本選項。授權落地時記得查證、以 262K 上下文來規劃、別把敏感程式碼放上免費層——並在免費窗口關閉之前把測試跑完。