Ling-3.1-flash
- 输入 输入模态: 文本 输出 输出模态: 文本
- 推理
- 可关闭推理
- 工具调用
- 开放权重
价格
1 个渠道报价 · 按标价显示 Ant Ling API（在新标签页打开）
Ling-3.1-flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 | ¥2.00 | ¥0.40 | ¥6.00 |
价格来源 Ant Ling: model pricing（在新标签页打开） (核对于 2026年11月4日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 许可证
- mit
- 模型家族
- ling-flash
- 模型 ID
Ant Group 的页面未说明：最长输入, 推理档位, 最大思考预算, 结构化输出, 内置工具, 知识截止, 别名。
本地运行
权重： inclusionAI/Ling-3.1-flash- 参数 572.1B
- 激活 25B · 专家 512（每 token 8）
- 原生精度 FP8
- 层数 72
- 每 token 的 KV 缓存 81 KB
- 配置位置数 256K （config.json max_position_embeddings）
- API 上下文 977K （厂商 API）
在你的配置上 · GeForce RTX 4090
✕放不下 IQ4_XS （自动） 8K 上下文
权重KV 缓存运行开销可用上限
- 需要
- ≈ 297.9 GB (权重 283.1 + KV 缓存 0.6 + 开销 14.2)
- 可用
- 21.6 GB (标称的 90%)
- 建议
- 这台配置跑不动，看下面的“最低需要”
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 FP8官方 | 534.4 GB | ≈ 561.7 | ✕放不下 | — |
| Q6_K | 437.6 GB | ≈ 460.1 | ✕放不下 | — |
| Q5_K_M | 379.0 GB | ≈ 398.6 | ✕放不下 | — |
| Q5_0 | 366.3 GB | ≈ 385.3 | ✕放不下 | — |
| Q4_K_M | 323.7 GB | ≈ 340.5 | ✕放不下 | — |
| Q4_0 | 299.7 GB | ≈ 315.3 | ✕放不下 | — |
| IQ4_XS | 283.1 GB | ≈ 297.9 | ✕放不下 | — |
| Q3_K_M质量下降明显 | 260.4 GB | ≈ 274.1 | ✕放不下 | — |
| IQ3_XXS质量下降明显 | 203.8 GB | ≈ 214.6 | ✕放不下 | — |
| Q2_K质量下降明显 | 199.8 GB | ≈ 210.4 | ✕放不下 | — |
| IQ2_XXS质量下降明显 | 137.2 GB | ≈ 144.7 | ✕放不下 | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：单张显卡放不下；统一内存 Apple M5 Ultra (80-core GPU) · 512 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 8527.2 GB你的配置放不下
LoRA≈ 1068.4 GB你的配置放不下
QLoRA≈ 302.5 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
资讯
全部资讯 →- 2026年10月16日价格 Ant Group 下调 Ling-3.1-flash 缓存读取价格 20% Ling-3.1-flash（Ant Ling API，CNY）：缓存读取 ¥0.125 → ¥0.10，每百万 tokens。
- 2026年10月15日价格 Ant Group 上调 Ling-3.1-flash、Ling-3.0-flash 价格 Ling-3.1-flash（Ant Ling API，CNY）：输入 ¥0.00 → ¥0.50，输出 ¥0.00 → ¥1.50，缓存读取 ¥0.00 → ¥0.125，每百万 tokens。Ling-3.0-flash（Ant Ling API，CNY）：输入 ¥0.125 → ¥0.14，输出 ¥0.375 → ¥0.42，缓存读取 ¥0.025 → ¥0.028，每百万 tokens。
价格走势
Ant Ling API, 中国站 · 标准价 · 按标价显示输入 每百万 tokens
| 起始日期 | 价格 |
|---|---|
| 2026年10月9日 | 免费 |
| 2026年10月15日 | ¥0.50 |
| 2026年10月28日 | ¥2.00 |
输出 每百万 tokens
| 起始日期 | 价格 |
|---|---|
| 2026年10月9日 | 免费 |
| 2026年10月15日 | ¥1.50 |
| 2026年10月28日 | ¥6.00 |
变更
全部变更 →- 上下文窗口 256K → 1M
- 缓存读取降价 20% ¥0.125 → ¥0.10 / 百万 tokens · Ant Ling API, 中国站
- 缓存读取涨价 免费 → ¥0.125 / 百万 tokens · Ant Ling API, 中国站
- 输出涨价 免费 → ¥1.50 / 百万 tokens · Ant Ling API, 中国站
- 输入涨价 免费 → ¥0.50 / 百万 tokens · Ant Ling API, 中国站
- 新增语言模型
来源
- Ant Ling: model pricing（在新标签页打开） developer.ant-ling.com · 核对于 2026年11月4日
- Ling（在新标签页打开） developer.ant-ling.com · 核对于 2026年11月4日
- models.dev: inclusionai/ling-3.1-flash (community data, MIT)（在新标签页打开） github.com · 核对于 2026年10月9日
- inclusionAI/Ling-3.1-flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- inclusionAI/Ling-3.1-flash model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- inclusionAI/Ling-3.1-flash config.json（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- inclusionAI/Ling-3.1-flash files（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- inclusionAI/Ling-3.1-flash README.md（在新标签页打开） huggingface.co · 核对于 2026年11月5日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Ant Group · 中国 · developer.ant-ling.com
相关模型
快照、同系列与同厂商的其他模型