蚂蚁灵光开源 Ling-3.1-flash：560 亿参数百万字上下文
10 月 19 日，每日 AIGC 早报（腾讯网）披露，蚂蚁集团旗下灵光（Ling）系列开源了 Ling-3.1-flash：560 亿参数规模，上下文窗口达到百万 token。作为开源权重模型，它延续了蚂蚁在“把大模型做得能下载、能自托管”这条线上的投入。
百万上下文意味着什么
百万 token 的上下文窗口，约等于一次能吃进几十本薄书或一整套项目代码。对开发者来说，这意味着可以在一次对话里塞入超长文档、整库代码或多轮会议纪要，让模型基于完整背景作答，而不必反复分段、拼接。对需要“通读再开口”的任务，长上下文是直接的生产力。
当然，窗口大不等于记得准。长上下文模型普遍面临“中间遗忘”的问题——放在中段的信息容易被忽略。所以百万窗口是能力上限，真实可用长度要靠实测，不能只看数字。
开源权重对开发者意味着什么
开源权重和“能免费用 API”不是一回事，但价值很实在：你可以把模型下载到自己机器或私有云里跑，数据不出域；可以针对自己的场景微调；也可以审计它到底学了什么。对金融、政务这类合规要求高的机构，能自托管往往比便宜更重要。
蚂蚁此前在 Ling 系列上持续开源，方向很明确：用可下载、可改、可审计的底座，去服务那些不能把数据送出去的场景。这和纯云端 API 厂商走了不同的路。
放在国产开源格局里看
同一时期，国产开源阵营明显在变厚：从 DeepSeek、面壁到蚂蚁灵光，开源权重正在成为国内大厂的标准动作之一。对中小团队和研究者，这意味着不用从头训模型，就能在扎实的底座上做应用和实验，门槛被持续拉低。
不过也要注意，开源不等于无约束。具体许可证条款、商用的门槛、是否需要备案，都要以官方发布为准，不能在“开源”两个字上想当然。
要保留的边界
第一，Ling-3.1-flash 的具体能力基准、推理速度与硬件需求，报道披露有限，需以官方文档为准。第二，百万上下文的“有效长度”要靠实测验证，别把窗口大小直接当可用长度。第三，开源模型的商用资格与合规动作，要对照许可证逐条确认。
一句话：蚂蚁灵光把开源权重推到 560 亿参数、百万上下文这一档，给需要自托管和长文档处理的团队多了一个可审计的底座；真正的价值，要在你自己的场景里跑一遍才知道。
