Ant Group ปล่อยน้ำหนัก Ling-3.1-flash: MoE 560B (active 25B) แบบ hybrid-linear ไลเซนส์ MIT ได้ AA Index 41 แซง Muse Spark Open และ Qwen3.8 — แต่ config จริงรับ context 262K ไม่ใช่ 1M และคะแนนโค้ดที่ชนะวัดด้วย harness ของ Ant เองที่ยังไม่เปิด

inclusionAI ทีมโมเดลของ Ant Group ปล่อยน้ำหนัก Ling-3.1-flash บน Hugging Face โดยไฟล์ขึ้นตั้งแต่ 13 ต.ค. และบัญชี Ant Ling ประกาศว่า “now open source” เมื่อ 14 ต.ค. 2026 ตัวโมเดลเปิดผ่าน API มาตั้งแต่ราวต้นเดือน ต.ค. แล้ว ข่าวรอบนี้จึงเป็นเรื่องน้ำหนักที่เปิดให้ดาวน์โหลด ไม่ใช่โมเดลใหม่ทั้งตัว

จุดที่ทำให้ตัวนี้น่าสนใจคือมันขึ้นไปอยู่กลุ่มบนของโมเดลน้ำหนักเปิด Artificial Analysis Intelligence Index ให้ 41 คะแนน สูงกว่า Muse Spark Open ของ Meta ที่ปล่อยวันนี้ (39) และ Qwen3.8-2.4T (40) แต่ยังตาม Kimi K3 (44) และ GLM 5.3 (45) แถมใช้ ไลเซนส์ MIT ซึ่งหลวมกว่าไลเซนส์ของ Meta มาก

สเปก: hybrid-linear MoE

• 560B พารามิเตอร์รวม, active 25B ต่อโทเคน — routed experts 512 ตัว เลือกใช้ 8 ตัว และมี shared expert อีก 1
• 72 เลเยอร์ แบ่งเป็น KDA (linear attention) 63 ชั้น กับ Gated MLA 9 ชั้น สัดส่วน 7:1 พร้อมเลเยอร์ MTP สำหรับ speculative decoding
• โมเดลเปิดโหมด reasoning ได้ผ่าน enable_thinking ใน chat template
• น้ำหนักที่ปล่อยเป็น FP8 (e4m3, block 128×128) อย่างเดียว ขนาดราว 572 GB สถาปัตยกรรมเป็น BailingMoeV3ForCausalLM จึงต้องใช้ trust_remote_code

ตัวเลขที่ไม่ตรงกันและข้อควรระวัง

• Context: การ์ดโมเดลเขียนว่า 1M โทเคน แต่ config.json ตั้ง max_position_embeddings ไว้ 262,144 และ cookbook ของ SGLang ก็ระบุลิมิต 262,144 เช่นกัน ถ้าจะรันเองให้ถือ 262K เป็นค่าที่ใช้ได้จริงไปก่อน
• ไลเซนส์: MIT ปรากฏแค่ใน metadata ของการ์ด ไม่มีไฟล์ LICENSE ใน repo ถ้าจะใช้ในองค์กรควรเก็บหลักฐานหน้าการ์ดไว้
• เบนช์มาร์ก: ตารางของ Ant ให้ SWE-bench Pro 68.74 สูงกว่า Kimi K3 (64.84) และ GLM 5.3 (61.83) แต่ยังต่ำกว่า Claude Opus 5 (79.20) และ Terminal-Bench 4.0 ได้ 46.03 เทียบกับ GLM 5.3 ที่ 41.90 อย่างไรก็ตาม เชิงอรรถของตารางบอกว่าคะแนนโค้ดชุดนี้ รันด้วย LingCode ซึ่งเป็น harness ที่ Ant สร้างต่อจาก coding agent ชื่อ Pi และ “กำลังพิจารณา” จะเปิดซอร์ส จึงเทียบกับคู่แข่งที่ใช้ harness อื่นแบบตรงตัวไม่ได้
• งานที่ Ling ยังแพ้ชัดเจนคือ HLE (37.44 เทียบกับ Kimi K3 ที่ 46.90) และ Terminal-Bench 2.1 (81.18 เทียบกับ GLM 5.3 ที่ 88.20)

รันได้บนอะไร

ไม่ใช่โมเดลสำหรับเครื่องบ้าน ทีมแนะนำ SGLang บน H200 8 ใบ (TP8+EP8) หรือ GB300 4 ใบ โดยมีอิมเมจ day-0 ชื่อ lmsysorg/sglang:dev-ling-3.1-flash ส่วน vLLM ต้องคอมไพล์จาก branch พัฒนา SGLang วัดความเร็ว decode ที่ batch 1 ได้ราว 251 tok/s บน H200 เมื่อเปิด NEXTN ด้าน Artificial Analysis วัดผ่าน API ได้ 215 tok/s ที่ราคา $0.30/$0.90 ต่อ 1M โทเคน มี GGUF จากชุมชนออกมาแล้ว (Q4_K_M ราว 354 GB) แต่ยังไม่มีการยืนยันว่า llama.cpp สายหลักรองรับสถาปัตยกรรม KDA ตัวนี้

มุมมอง AI Curator

ปล่อยออกมาวันเดียวกับ Muse Spark Open ของ Meta ทำให้เห็นภาพชัดว่าโมเดลน้ำหนักเปิดระดับบนตอนนี้เป็นของจีนเกือบทั้งหมด และแข่งกันที่ไลเซนส์พอๆ กับที่คะแนน Meta ได้ 39 พร้อมเงื่อนไขป้าย “Built with” และเพดาน MaaS ส่วน Ant ได้ 41 ด้วย MIT สำหรับผู้ให้บริการคลาวด์และ GPU ในไทยหรืออาเซียนที่อยากเปิด endpoint โมเดลเปิดให้ลูกค้า ตัวนี้น่าจะดึงดูดกว่า เพราะ active แค่ 25B ทำให้ต้นทุนต่อโทเคนต่ำ และไม่ต้องกังวลเรื่องเงื่อนไขทางกฎหมาย

แต่อย่าอ่านเฉพาะพาดหัว ระยะ context ที่การ์ดกับ config ไม่ตรงกัน การไม่มีไฟล์ LICENSE และคะแนนโค้ดที่ผูกกับ harness ภายใน ล้วนเป็นสัญญาณว่าการ์ดโมเดลยังไม่ใช่เอกสารที่ไว้ใจได้ทั้งหมด ถ้าจะใช้งานจริงควรวัดกับงานของตัวเองบน harness ที่ใช้อยู่ เช่น Claude Code หรือ OpenCode ที่ Ant บอกว่ารองรับ และดูว่าคะแนนที่ได้ใกล้กับตารางแค่ไหน

แหล่งข่าว

• inclusionAI/Ling-3.1-flash — การ์ดโมเดลบน Hugging Face
• Ling-3.1-flash — Artificial Analysis
• Ant Group open-sources Ling-3.1-flash — Pandaily