Ling-3.1-flash-1019 : Ant Group publie sous licence MIT un modèle de 560 milliards de paramètres orienté agents
Le laboratoire inclusionAI d'Ant Group ouvre les poids d'une version retravaillée de Ling-3.1-flash, notée 44 par Artificial Analysis, et publie aussi le modèle de base pour qui veut l'entraîner à son tour.
inclusionAI, le laboratoire d’IA d’Ant Group (la maison mère d’Alipay), a ouvert ce mardi 27 octobre les poids de Ling-3.1-flash-1019, une version retravaillée de son modèle Ling-3.1-flash. Le modèle est publié sur Hugging Face et ModelScope sous licence MIT, l’une des plus permissives qui soient : usage commercial, modification et redistribution sont libres. L’annonce officielle est tombée sur X à 13 h 45, heure de Paris.
Ant publie en même temps Ling-3.1-flash-base, le modèle de base avant post-entraînement, destiné à ceux qui veulent l’adapter ou l’entraîner sur leurs propres données.
Un très gros modèle, mais peu de paramètres actifs
D’après sa fiche, Ling-3.1-flash-1019 est un modèle à mélange d’experts (MoE) de 560 milliards de paramètres, dont seulement 25 milliards sont sollicités pour chaque token : 8 experts sur 512 sont activés à chaque étape. Ant décrit l’architecture comme « hybride linéaire » : la plupart des couches utilisent un mécanisme d’attention linéaire (KDA), moins coûteux sur les longs textes, et une couche sur huit une attention classique (Gated MLA). C’est ce qui lui permet d’annoncer une fenêtre de contexte d’un million de tokens.
Le chiffre de 25 milliards de paramètres actifs ne doit pas tromper : il faut charger le modèle entier en mémoire. Les poids, essentiellement en FP8, pèsent de l’ordre de 570 Go, et la configuration de référence fournie avec SGLang tourne sur huit GPU H200 (ou quatre GB300). C’est un modèle pour serveurs, pas pour une station de travail.
Ce qui change par rapport à la version précédente
Le numéro « 1019 » désigne un post-entraînement supplémentaire, axé sur le raisonnement et les agents (des tâches en plusieurs étapes avec outils). L’éditeur revendique des gains nets : 1 524 Elo sur AA-Briefcase (environ 1 400 auparavant), 68 % sur AutomationBench-AA (62 %), 26 % sur CritPt (18 %) et 57 % sur SciCode (54 %).
Le chiffre le plus solide est l’indice global : Artificial Analysis, qui mesure les modèles de façon indépendante, affiche bien un score de 44 à son Intelligence Index, contre 41 pour la version précédente selon Ant. Le site indique un prix de 0,30 $ par million de tokens en entrée et 0,90 $ en sortie.
Les limites à connaître
La même page d’Artificial Analysis relève un point faible : le modèle est très bavard. Il a généré 350 millions de tokens pour passer la batterie de tests de l’indice, contre une médiane de 140 millions. En pratique, cela signifie des réponses plus longues et plus lentes, et une facture qui grimpe plus vite que ne le laisse penser le prix au token : Artificial Analysis évalue à 1,49 $ le coût moyen par tâche de son indice.
Les scores détaillés d’agents (AA-Briefcase, AutomationBench) restent, à ce stade, ceux communiqués par l’éditeur. Enfin, Artificial Analysis date la sortie du modèle au 22 octobre, alors que le dépôt public n’a été créé que le 27 : il a pu être évalué ou servi par API avant l’ouverture des poids, sans que cela soit précisé.
Notre lecture
L’intérêt principal n’est pas le gain de trois points, mais la combinaison : un modèle de cette taille, sous licence MIT, avec son modèle de base et un million de tokens de contexte, reste rare. Les laboratoires chinois continuent de publier des poids là où les grands acteurs américains vendent surtout des API. Pour une entreprise, la question pratique est ailleurs : faire tourner 560 milliards de paramètres demande une infrastructure lourde, et la verbosité mesurée par Artificial Analysis peut annuler une partie de l’avantage de prix. À tester sur ses propres tâches avant d’y voir un remplaçant des modèles fermés.
Sources
- Hugging Face — fiche du modèle inclusionAI/Ling-3.1-flash-1019 Source primaire
- Hugging Face — fiche du modèle inclusionAI/Ling-3.1-flash-base Source primaire
- Ant Ling (X) — annonce de l'ouverture des poids Source primaire
- Artificial Analysis — page Ling 3.1 Flash 1019 Source secondaire — Mesure indépendante de l'Intelligence Index, prix et verbosité
Une source primaire émane directement de l'entreprise, du laboratoire ou de l'organisme concerné. Une source secondaire rapporte l'information sans en être l'auteur : nous la signalons comme telle. Une erreur ? Consultez notre politique de correction.
