Ling 3.1 Flash

Überblick

Ling 3.1 Flash ist ein offenes Hybrid-Reasoning-Modell von inclusionAI, dem KI-Labor der Ant Group. Es ist ein Mixture-of-Experts-Modell mit rund 560 Milliarden Parametern, von denen je Token etwa 25 Milliarden aktiv sind, und steht unter MIT-Lizenz. inclusionAI positioniert es für Coding, mehrstufige Analysen und werkzeugnutzende Agenten. Das Modell lief ab Ende September 2026 zunächst als zweiwöchige API-Testphase über Gateways wie OpenRouter; die Gewichte erschienen am 13. Oktober 2026 auf Hugging Face, die offizielle Open-Source-Ankündigung folgte am 15. Oktober 2026.

Use Cases

• Agentische Software-Entwicklung: Repository-weite Fehlerbehebung, Terminal-Aufgaben, Code-Review
• Werkzeuggestützte Recherche- und Automatisierungs-Agenten mit vielen Tool-Aufrufen
• Analyse langer Dokumente und Codebasen (Langkontext)
• Selbst betriebener Ersatz für proprietäre Coding-Modelle, wenn Daten das eigene Rechenzentrum nicht verlassen sollen

Stärken & Grenzen

Stärken

• Unabhängig vermessen: Artificial Analysis führt das Modell im Intelligence Index v4.3.2 mit 41 Punkten (Reasoning-Variante, nicht als Schätzung markiert). Gegenüber dem Vorgänger Ling 3.0 Flash (Index 20) ist das ein deutlicher Sprung.
• Langkontext: Bei AA-LCR v1.1 misst Artificial Analysis 83 % – ein für offene Modelle hoher Wert.
• Agentik und Coding laut Hersteller: Terminal-Bench 2.1 81,18 %, SWE-bench Multilingual 88,5 %, SWE-bench Pro 68,74 %, SkillsBench v1.1 68,7 %.
• Permissive Lizenz: MIT erlaubt kommerzielle Nutzung, Anpassung und Weitergabe ohne Sonderklauseln.
• Tool-Calling ist im Chat-Template fest verankert (<tool_call> mit <arg_key>/<arg_value>, eigene Tool-Rolle).

Grenzen

• Nur Rechenzentrums-Hardware: Die offiziellen Gewichte liegen in FP8 vor (54 Shards, rund 570 GB). inclusionAI nennt als Referenz 8× H200 oder 4× GB300. Für typische On-Prem-Server im Mittelstand ist das Modell zu groß.
• Kontextangabe uneinheitlich: Die config.json setzt 262.144 Token, Model Card und Artificial Analysis nennen 1M Token. Die API-Testphase war auf 256K begrenzt. In die Karte ist der in den Gewichten konfigurierte Wert eingetragen.
• Herstellerzahlen teils mit eigenem Harness: Mehrere Coding-Werte (SWE-bench Pro, DeepSWE, Terminal-Bench 4) tragen in der Model Card ein unkommentiertes Sternchen; laut BenchLM entstanden sie mit LingCode, einem angepassten Pi-Harness, der nicht veröffentlicht ist.
• Herstellerangaben und unabhängige Messung laufen auseinander: Terminal-Bench 4 nennt inclusionAI mit 46,03 %, Artificial Analysis misst 33 % (Terminal-Bench 4.0). Bei AutomationBench ist es umgekehrt (Hersteller 52,5 %, AA 62 %).
• Keine Reasoning-Stufen: Thinking lässt sich nur ein- oder ausschalten; für welche Einstellung die Herstellerzahlen gelten, nennt die Model Card nicht. inclusionAI empfiehlt Thinking an.
• Rein textbasiert: keine Bild- oder Audioeingabe.
• Keine Sprachangaben: Die Model Card nennt keine unterstützten Sprachen; die Deutsch-Qualität ist nicht dokumentiert.

Benchmarks im Überblick

Artificial Analysis (Intelligence Index v4.3.2, Reasoning-Variante, Stand 19.10.2026):

Evaluation	Wert
Intelligence Index	41
Humanity's Last Exam	39 %
AA-LCR v1.1	83 %
AutomationBench-AA	62 %
Terminal-Bench 4.0	33 %
SciCode	54 % (bei AA als „Under review“ markiert)
CritPt	18 % (bei AA als „Under review“ markiert)
GDP.pdf	10 %
AA-Briefcase v1.1	1.400 (Elo)
GDPval-AA v2.1	1.618 (Elo)
AA-Omniscience	2

inclusionAI (offizielle Model Card, als Text in den Evaluation Results): SWE-bench Pro 68,74 · DeepSWE 59,7 · Terminal-Bench 2.1 81,18 · HLE 37,44 · SWE-bench Multilingual 88,5 · Terminal-Bench 4 46,03 · SkillsBench v1.1 68,7.

Weitere Herstellerwerte stehen nur im Diagramm der Model Card und sind über BenchLM transkribiert: BrowseComp 91,7 · MCP Atlas 83 · AutomationBench 52,5 · τ³-bench (Tool-Agent-User) 47,8 · CyberGym 87,9 · Finance Agent v2 57,9 · DRACO 85,5 · WideResearch 83,3 · SWE-Atlas Codebase QnA 64,5 · HealthBench Professional 65,3. Laut Sekundärquellen nennt inclusionAI außerdem GDPval-AA v2.1 mit 1.673 Elo und FrontierSWE mit 75,16.

Nicht gelistet: In der LMArena (arena.ai, Text-Board) steht Ling 3.1 Flash am 19.10.2026 nicht; geführt wird nur der Vorgänger Ling-flash-2.0. BenchLM spiegelt ausschließlich die Herstellerzahlen („Provider exact“) und vergibt ein als „Estimated“ markiertes Ranking, das deshalb hier nicht übernommen wird.

Praxis-Erfahrung

• Artificial Analysis misst rund 210 Output-Token pro Sekunde über gehostete Endpunkte.
• Für den vollständigen Intelligence Index erzeugte das Modell laut AA rund 220 Millionen Output-Token – es ist also kein besonders sparsames Reasoning-Modell; die Kosten je Aufgabe liegen laut AA über denen vergleichbarer Flash-Modelle (DeepSeek V4.1 Flash, GLM-5.3-Flash).
• Gehostete Preise (etwa 0,30 $ Input / 0,90 $ Output je 1 Mio. Token bei Artificial Analysis) sind Konditionen von Drittanbietern, kein Herstellertarif.

Gut zu wissen

• Architektur im Detail: 72 Layer, davon 63 mit linearer Kimi Delta Attention (KDA) und 9 mit Gated Multi-Head Latent Attention (Verhältnis 7:1); die ersten 4 Layer dicht, danach 512 geroutete Experten plus 1 Shared Expert mit 8 aktiven je Token; Hidden Size 4.096, 64 Attention-Heads, Vokabular 157.184; QK-Norm, Multi-Token-Prediction für spekulatives Decoding. Die safetensors-Metadaten weisen 572,1 Mrd. Parameter aus (inkl. Zusatzmodule); der Hersteller nennt 560 Mrd.
• Inferenz: Day-0-Unterstützung in SGLang (mit MTP-Speculative-Decoding) und vLLM. Laut Ant-Group-Ankündigung gibt es zusätzlich eine Variante mit MXFP4-quantisierten Experten (rund 292 statt 534 GB, 4 statt 8 Hopper-GPUs).
• Empfohlene Sampling-Parameter: Temperature 1.0, top_p 0.95, top_k 20, Thinking an.
• Hosting: Gehostete Endpunkte (u. a. OpenRouter, Novita, Vercel AI Gateway) laufen bei US-Anbietern; inclusionAI selbst betreibt mit Ling Studio eine chinesische Plattform. Für DSGVO-sensible Daten bleibt der Eigenbetrieb der offenen Gewichte der naheliegende Weg.
• Transparenz: inclusionAI veröffentlicht eine Zusammenfassung der Trainingsinhalte als PDF im Repository inclusionAI/AI-Transparency.
• Alternativen im Bestand: DeepSeek V4.1 Flash 1017 (552B, MIT, 1M Kontext), GLM-5.3-Flash, Beam (501B-A23B, Apache-2.0).