蚂蚁百灵于 9 月 30 日发布、并在 10 月 15 日正式开源其新模型 Ling-3.1-flash。该模型总参数量约 560B，每个 Token 激活参数约 25B，上下文窗口上限为 1M，重点面向日常办公、长周期软件研发和复杂 Agent 任务。
这一发布的时间点，恰逢硅谷大厂密集推进智能体落地。10 月 12 日，Meta 发布 Muse Wonder 系列，含 Muse Wonder 与 Muse Wonder Full 两个型号，主打个人与专业智能体任务；10 月 9 日，谷歌云在 Gemini at Work 2026 大会上推出企业通用智能体 Gemini Agent，可自主规划任务、调用工具，在办公文档、邮件和开发环境中完成多步骤工作；随后谷歌又开放最新旗舰模型 Gemini 4 Argon，面向编程、金融、法律、网络安全和科学等复杂现实任务。海外厂商加快布局个人与企业智能体的同时，中国厂商则在办公、金融、医疗等产业场景持续探索。
从公开评测数据看，Ling-3.1-flash 的定位偏向「智效比」。在第三方评测机构 Artificial Analysis 的测试中，其智能指数为 41，输出速度约 每秒 210 Token，混合调用价格约 每百万 Token 0.19 美元（约合人民币 1.27 元）。这意味着它在保持较高智能水平的同时，兼顾了较快的输出速度与较低的调用价格。
为观察模型从理解需求、调用工具到交付成果的实际表现，智东西结合编辑部日常工作，围绕办公和复杂 Agent 任务展开实测。
在财报分析任务中，模型被要求查找 Meta、微软、Alphabet 最近三年财报，对比收入、利润、经营现金流和研发投入，并交付研究简报、可编辑数据表及交互式可视化网页。实测显示，交付的网页顶部可筛选公司、年份和指标，下方以折线图、柱状图和数据表展示财务变化，右侧列出主要研究发现；切换选项后图表、结论和来源同步更新，鼠标悬停可查看具体数据。模型完成了从资料检索、数据整理与分析到可视化呈现的完整流程，简报结构清晰、数据表可继续编辑。
在个人工作助理场景中，模型拿到一份模拟工作资料包，需整理项目进展、待办、负责人、截止时间及阻塞点，并制作可交互工作台。工作台整理出 33 项未完成待办，按逾期、阻塞及到期情况排序，支持按关键词、项目分类和任务状态筛选，展开可查看对应材料与记录时间，也能标记完成、添加备注，刷新后仍可保留。点击日历日期会同步更新当天安排，切换到项目看板或时间线还能从不同角度查看进度。
在更复杂的开发类任务中，模型被要求把《桃花源记》做成类似《我的世界》的 3D 方块风格网页，串起溪流、桃林、山口、洞穴和村落，支持自由漫游与自动游览。生成场景包含粉色桃树、灰色山体、农田、小桥和村民，用户可用键盘移动、鼠标调整视角，经过关键位置时页面会展示对应原文，并配有桃花飘落动画。
另一项测试是参考智东西官网制作手机版新闻 App Web 原型。模型获取 13 篇真实新闻及配图，按大模型、智能硬件、机器人、AI 基础设施分类，搭建首页、搜索、文章详情和收藏页面。分类切换能更新新闻列表，关键词搜索可找到对应文章，收藏功能支持本地保存，刷新后仍能查看。
第三方评测结果与实测体验相互印证。在 Design Arena 的 Open Weights（开放权重模型）分类评测中，该模型在数据可视化、React Native 移动应用、3D 设计和游戏开发四个方向均位列 第三，在 SVG 生成和网站制作方向分别位列 第四和第五。
在专业场景方面，百灵还推出了面向投研任务的金融大模型 LingFin，强调以高智效比提升研究效率；以及医疗健康增强模型 LingSante，围绕理解医疗知识、检索循证资料和适应标准化医疗流程展开优化。百灵表示后续将继续提升模型处理通用和复杂 Agent 任务的能力，同时提高智效比、降低使用门槛，以适应资源受限的部署环境，并与相关企业和机构共同打磨专业领域模型。
从产业视角看，这条消息折射出两个趋势。其一，智能体正从演示走向真实工作流，模型能否连续调用工具、交付可编辑文件与可运行应用，成为衡量实用性的关键；其二，开源与低价调用正在压低企业试错成本，对希望把 AI 嵌入办公、研发与专业场景的团队而言，模型选型空间进一步扩大。与此同时，专业场景对准确性、可核验性和后续可维护性的要求更高，模型在金融建模、医疗循证等环节仍需持续打磨，这也决定了其能否真正进入更复杂的实际工作流程。