蚂蚁百灵开源 Ling-3.1-flash AI 模型，最高支持 1M 上下文

蚂蚁百灵开源 Ling-3.1-flash 模型，总参数约 560B，每个 Token 激活约 25B，最高支持 1M 上下文。针对本地部署，routed experts 采用 MXFP4 量化、dense 层保持 block-FP8，权重占用从约 534GB 降至 292GB，Hopper GPU 测试配置中服务部署由 8 卡降至 4 卡。