< img id="wx_img" src="https://www.qbitai.com/wp-content/uploads/imgs/qbitai-logo-1.png" width="400" height="400">
这个双十一，百灵新模型干起活来不烧心
大模型好不好用，百灵拿成品说话
量子位 | 公众号 QbitAI
Word天！又到了一年一度的双十一。。。在电商打工的同学们，are you ok？我朋友已经崩不住了，天天都在消息轰炸我：
求推荐？急急急，最好是活干得好又能干很久的那种。你别说，我最近还真挖到了个宝藏。Ling-3.1-flash
在这里要特别说明一下，，我平时的工作周报、选题总结都靠它包圆。u1s1，Claude Code、Codex这些也都用过，最后发现还得是国产模型更得我心。，平时不显山露水的，不卷参数也不卷榜单，但真到干活时，那是相当靠谱。按照官方的说法，这个模型就主打一件事：
还有一个很重要的细节，简单来说，把真实工作流里的活干完。就拿开头的电商报告来说，老板一句
「把这次大促的情况整理出来」
，落到打工人头上，就是找资料、核数据、追进度，再做成Excel和汇报PPT……
一项业务的背后往往要多环节通力合作，更麻烦的是，数据还零散藏在不同文件、不同工具里。Ling-3.1-flash就是基于这类真实需求衍生出来的
大家要留意了：说白了，它想证明的是，答得漂亮还只是其次，任务交得出去才是关键。要接住大促分析这样琐碎的活，模型得在多个流程之间持续推进。Ling-3.1-flash模型的设计，可以顺着这条任务链来理解。模型需要解决的第1个问题，是
用户可能只给模糊的一句指令，实际务必交付的却是一整套汇报材料，模型得自己找出相关资料，判断缺什么、需要什么，再根据中间结果继续往前走。Ling-3.1-flash
它将需求理解、任务拆解、信息整合、工具调用和结果检查连接起来，可以跨网页、文档、表格和代码环境开展工作。文能制作Excel、PPT，武也能生成和测试代码。而且！这套能力已经有了相当具体的
Ling-3.1-flash已经被接进了蚂蚁内部的桌面协同Agent客户端
，模型指挥行动，执行环境则要让它真正读到文件、运行程序和写入结果。这倒是个值得借鉴的思路，咱虽然还用不上小虎，但咱自有的
不少人可能不太了解，，加上Ling-3.1-flash组合拳，想来效果应该也不错。等任务持续推进后，资料和历史上下文将出现明显膨胀，计算开销也会随之增多。这时Ling-3.1-flash的
划重点了——模型拥有约560B总参数，每个Token激活约
。在保留知识容量的前提下，Ling-3.1-flash把单步真正参与计算的权重规模给压了下来。注意力结构上，它延续了Ling-3.0-flash的架构，并进一步提高了
线性Attention
其采用7层KDA配1层Gated MLA的方式，KDA负责线性时间复杂度的序列处理，每8层保留1层Gated MLA，维持全局注意力通路。模型上下文窗口上限可达
，能一次性容纳更多文档、代码和历史任务，减少人工切分和反复搬运信息的功夫。同时模型设置512个路由专家，每个Token挑选其中8个，并同时调用一个共享专家。的路子，目的只有1个：让模型在长时间执行里不掉链子，也不至于把算力烧穿。此外，团队也在积极降低部署门槛，通过混合精度量化，模型权重占用从约
534GB降至292GB
这里多啰嗦一句，，在对应的Hopper测试配置中，部署所需GPU由
面向具体业务，团队还提供长上下文并行推理方案（PCP/DCP），并加强对
JSON Schema
的支持，让模型更方便地处理长资料、对接现有业务接口。架构之外，是骡子是马，还得交给真实评测中跑一通。GDPVal-AA V2.1中，Ling-3.1-flash的ELO得分为1673，展现出处理多步骤工作任务的竞争力。