留一块老面：蚂蚁把 Ling-3.1-flash 的底座也放出来了
蚂蚁 inclusionAI 放出 Ling-3.1-flash-1019 和底座 Ling-3.1-flash-base（均 MIT）：560B 总参、25B 激活；仓库约 574 GB，1M 上下文与 config 不一致，示例路径也要自己改。
会蒸馒头的人都知道「老面」这回事，上一锅发好的面团揪下一块，留着，下回和面的时候掺进去，面就能发起来，蒸出来的馒头带着自家的味道。去超市买一袋现成的馒头当然省事，可那是别人家的味道，你想改都无从下手；手里有一块老面就不一样了，想做馒头做馒头，想做花卷做花卷，想多加点碱也由着你，只是得自己和面、自己等它发、自己守着火候，蒸坏了也怪不着别人。老狗这几天看开源模型的发布，脑子里转的就是这个画面，因为蚂蚁这次除了端出一笼蒸好的馒头，还顺手把老面也递了过来。
事情是这样的。蚂蚁的 inclusionAI 在 Hugging Face 上放出了 Ling-3.1-flash-1019，按模型卡的说法，这是 Ling-3.1-flash 的后训练升级版；前后脚放出的，还有一个叫 Ling-3.1-flash-base 的底座模型，按它自己的模型卡，这是 Ling-3.1-flash 的底座 checkpoint（是 Ling-3.1-flash 的，不是专为 1019 做的），训练时用的是 FP8，放出来的是 BF16 权重。时间上有个小小的错位，Artificial Analysis 记的发布日是 10 月 22 日，而 Hugging Face 上显示，base 的仓库 10 月 25 日建起来，1019 的仓库到 10 月 27 日才有，所以你要是在 22 号就听说了它，却到 27 号才下载得到，并不是你的网有问题。
先说这笼馒头。模型卡自报的规格是总参数 560B（Hugging Face 侧栏按权重文件自动统计出来的是约 572B，两边不完全一样，官方没解释，老狗这里按模型卡写），每个 token 激活 25B，结构是所谓混合线性 MoE：63 层 KDA 加 9 层 Gated MLA，比例 7:1，专家方面是 512 个路由专家加 1 个共享专家，每次激活 8 个，许可证是 MIT。这些名词对普通读者来说大概像菜谱上的「少许」「适量」，看了也不知道到底放了多少，老狗也不打算在这里逐个解释，只说一句大白话：这是一个块头很大、但每次只动用其中一小部分的模型，设计的心思主要花在「怎么在长上下文里不那么费劲」这件事上。至于实际费不费劲，那是要在你自己的机器上跑过才知道的。
然后是成绩。模型卡自报了一组升级前后的对比：AA-Briefcase 的 Elo 从约 1400 到 1524，AutomationBench-AA 从 62% 到 68%，CritPt 从 18% 到 26%，SciCode 从 54% 到 57%，Artificial Analysis Intelligence Index v4.3.2 从 41 到 44。这一串数字老狗照抄在这里，一个字都没改，也一个都不打算替它往外推，因为它们全是厂商自报的，而且说的都是「比升级前好了一些」，不是「比别人好了多少」。看榜单这件事，老狗的态度一向是，数字可以看，但别拿它当体检报告，它更像是厨师自己写在菜单上的推荐语，你点不点，还得尝过再说。
接下来要泼点冷水了，而且是很实在的冷水。第一盆是体积。这不是一个能放进笔记本的模型，Hugging Face 上整个仓库约 574 GB，权重大多是 FP8。官方推荐用 SGLang 部署，给了专门的镜像 lmsysorg/sglang:dev-ling-3.1-flash，示例是 8×H200，TP8 加 EP8，再开 NEXTN 投机解码，模型卡也称 4×GB300 可以跑；用 vLLM 的话是 TP8。推荐的采样参数是 temperature 1.0、top_p 0.95、top_k 20，并且打开 thinking，也就是 enable_thinking。说白了，这是给有机房的人准备的，家里只有一台游戏本的朋友，看看热闹就好，别动下载的念头，硬盘和电费都会教你做人。
第二盆是上下文长度。模型卡上写的是 1M 上下文，但 llms.blog 指出，config.json 里的 max_position_embeddings 是 262,144，老狗也去 config.json 里看了一眼，确实如此。这两个数对不上，老狗也没本事替官方解释到底是怎么回事，也许另有扩展的办法，也许只是文档没对齐，总之你要是打算拿它做长文档的活，部署之前务必自己核对一遍，别看到「1M」三个字就把整本合同往里塞，塞进去出了问题，也没有人会替你担着。
第三盆最琐碎，但最容易让人骂娘。模型卡里 SGLang 的示例命令，模型路径还写着旧的 inclusionAI/Ling-3.1-flash，你要是照抄，拉下来的就是旧版本，得自己改成 inclusionAI/Ling-3.1-flash-1019；客户端请求里的 model 名也还写着 Ling-3.1-flash，一并留意。这种事情在开源圈里太常见了，文档总是比权重晚一步，复制粘贴的人总是比看文档的人多一步，两者一叠加，就是一个下午的排查。老狗的建议很朴素，任何一条从模型卡上抄来的命令，跑之前先把路径和版本号念一遍，念出声来那种。
好，冷水泼完，回到那块老面。这次发布里，老狗觉得最值得说的其实不是 1019 本身，而是那个 base 模型。很多模型发布，只给你蒸好的馒头，也就是对话版、指令版，底座是不给的；你可以吃，可以评价咸淡，但没法拿它去发自己的面。蚂蚁这次把 Ling-3.1-flash-base 也放了出来，官方列的用途是继续预训练、mid-training、领域 SFT、偏好优化和 RL、蒸馏，以及长上下文和 MoE 方面的研究。翻译成厨房里的话，就是你可以往这块面里掺自己的料，揉成自己的形状，发成自己想要的样子，最后蒸出来的东西，是你自己的。
但老面不是馒头，这一点官方自己说得很清楚：不建议把 base 模型直接拿给终端用户聊天，也不建议不经后训练和针对性验证就上生产，更不建议不加对齐和评测就用在安全攸关的场景。这话听着像免责声明，其实是句大实话。底座模型没有经过对话方面的调教，它不知道该怎么回应一个普通人的问题，也没有经过安全方面的打磨，你把一块生面团直接端上桌，客人咬一口，难受的是客人，丢人的是你。想要用它，就得老老实实地做后训练，做评测，做安全，这些功夫一样都省不了，省了就等于把生面团端上了桌。
那么，谁真正需要这块老面？老狗想来想去，大概是这么几类人：手里有大量行业数据、想要一个「懂自己行当」的模型的公司；做模型研究、想看看 MoE 和长上下文到底是怎么回事的实验室；还有想拿大模型去蒸馏小模型的团队。对这些人来说，一个 MIT 许可、能自己继续训练的底座，比一个榜单上多几分的对话模型要值钱得多，因为分数是别人的，底座练出来的东西才是自己的。对其他人来说，老实说，这块老面你拿回家也没地方发，它需要的那口锅，比你家的厨房还大。
老狗写到这里，想起开源这件事这些年的一点变化。早些时候大家争的是「开不开源」，后来争的是「开源到哪一步」，权重给了，训练数据不给；对话版给了，底座不给；许可写着开源，条款里藏着限制。所以每次看到有人把底座也一起放出来，许可证还是 MIT 这种宽得不能再宽的，老狗心里还是会觉得，这是一件值得记一笔的事。当然，记一笔归记一笔，上面那三盆冷水该泼还是要泼的，574 GB 的体积、对不上的上下文长度、过期的示例路径，哪一个都比榜单上的分数更贴近你真正动手那天会遇到的事。
馒头好吃，人人都会说；老面难养，得自己守着。蚂蚁这次把老面递了过来，能不能发起来、发成什么样，就看接过去的人肯不肯花那个功夫了，不是么？
来源：Ling-3.1-flash-1019 模型卡；Ling-3.1-flash-base 模型卡；config.json。所有成绩为模型卡自报的升级前后对比，未见第三方复测；560B 据模型卡，Hugging Face 按权重文件统计约 572B；max_position_embeddings 262,144 据 config.json；Artificial Analysis 记的 10-22 发布日未核实；base 的推荐与不推荐用途据其模型卡。