Ling-3.1-flash-1019: Ant Group publica bajo licencia MIT un modelo de 560.000 millones de parámetros orientado a agentes
El laboratorio inclusionAI de Ant Group abre los pesos de una versión reelaborada de Ling-3.1-flash, valorada con 44 por Artificial Analysis, y publica también el modelo base para quien quiera entrenarlo por su cuenta.
inclusionAI, el laboratorio de IA de Ant Group (la matriz de Alipay), abrió este martes 27 de octubre los pesos de Ling-3.1-flash-1019, una versión reelaborada de su modelo Ling-3.1-flash. El modelo se publica en Hugging Face y ModelScope bajo licencia MIT, una de las más permisivas: el uso comercial, la modificación y la redistribución son libres. El anuncio oficial llegó en X a las 13:45, hora de París.
Ant publica al mismo tiempo Ling-3.1-flash-base, el modelo base antes del post-entrenamiento, destinado a quienes quieran adaptarlo o entrenarlo con sus propios datos.
Un modelo muy grande, pero con pocos parámetros activos
Según su ficha, Ling-3.1-flash-1019 es un modelo de mezcla de expertos (MoE) de 560.000 millones de parámetros, de los cuales solo 25.000 millones se solicitan por cada token: 8 expertos de 512 se activan en cada paso. Ant describe la arquitectura como «híbrida lineal»: la mayoría de las capas utilizan un mecanismo de atención lineal (KDA), menos costoso en textos largos, y una de cada ocho una atención clásica (Gated MLA). Es lo que le permite anunciar una ventana de contexto de un millón de tokens.
La cifra de 25.000 millones de parámetros activos no debe engañar: hay que cargar el modelo completo en memoria. Los pesos, esencialmente en FP8, pesan del orden de 570 GB, y la configuración de referencia proporcionada con SGLang corre en ocho GPU H200 (o cuatro GB300). Es un modelo para servidores, no para una estación de trabajo.
Qué cambia respecto a la versión anterior
El número «1019» designa un post-entrenamiento adicional, centrado en el razonamiento y los agentes (tareas de varios pasos con herramientas). El desarrollador reivindica ganancias claras: 1524 Elo en AA-Briefcase (unos 1400 antes), 68% en AutomationBench-AA (62%), 26% en CritPt (18%) y 57% en SciCode (54%).
La cifra más sólida es el índice global: Artificial Analysis, que mide los modelos de forma independiente, muestra efectivamente una puntuación de 44 en su Intelligence Index, frente a 41 de la versión anterior según Ant. El sitio indica un precio de 0,30 $ por millón de tokens de entrada y 0,90 $ de salida.
Los límites que hay que conocer
La misma página de Artificial Analysis señala un punto débil: el modelo es muy verboso. Generó 350 millones de tokens para superar la batería de pruebas del índice, frente a una mediana de 140 millones. En la práctica, esto significa respuestas más largas y más lentas, y una factura que sube más rápido de lo que sugiere el precio por token: Artificial Analysis evalúa en 1,49 $ el coste medio por tarea de su índice.
Las puntuaciones detalladas de agentes (AA-Briefcase, AutomationBench) siguen siendo, en este momento, las comunicadas por el desarrollador. Por último, Artificial Analysis fecha la salida del modelo el 22 de octubre, mientras que el repositorio público no se creó hasta el 27: pudo haber sido evaluado o servido por API antes de la apertura de los pesos, sin que se precise.
Nuestra lectura
El interés principal no es la ganancia de tres puntos, sino la combinación: un modelo de este tamaño, bajo licencia MIT, con su modelo base y un millón de tokens de contexto, sigue siendo raro. Los laboratorios chinos continúan publicando pesos allí donde los grandes actores estadounidenses venden sobre todo API. Para una empresa, la cuestión práctica está en otro sitio: hacer funcionar 560.000 millones de parámetros exige una infraestructura pesada, y la verbosidad medida por Artificial Analysis puede anular parte de la ventaja de precio. A probar en sus propias tareas antes de verlo como sustituto de los modelos cerrados.
Fuentes
- Hugging Face — ficha del modelo inclusionAI/Ling-3.1-flash-1019 Fuente primaria
- Hugging Face — ficha del modelo inclusionAI/Ling-3.1-flash-base Fuente primaria
- Ant Ling (X) — anuncio de la apertura de pesos Fuente primaria
- Artificial Analysis — página Ling 3.1 Flash 1019 Fuente secundaria — Medición independiente del Intelligence Index, precios y verbosidad
Una fuente primaria procede directamente de la empresa, el laboratorio o la organización implicados. Una fuente secundaria recoge la información sin ser su autora: la señalamos como tal. ¿Has visto un error? Consulta nuestra política de correcciones.
