蚂蚁开源新模型：个人智能体拼的不是分数

一份三年财报对比，交付物不是几段总结，而是一个能筛选公司、切换指标、点开就跳转来源的网页。这种活以前够一个实习生忙一下午。

现在模型一次就能给出初稿。但把它接进你每天的工作，是另一回事。

一、发生了什么

9 月 30 日，蚂蚁百灵发布 Ling-3.1-flash。10 月 15 日，这个模型正式开源，权重可以直接下载。

规格上，它采用稀疏混合专家结构，总参数约 5600 亿，每个词元只激活约 250 亿，上下文窗口上限 100 万词元。第三方评测机构 Artificial Analysis 给出的智能指数是 41，输出速度约每秒 210 个词元，混合调用价格约每百万词元 0.19 美元，折合人民币约 1.27 元。

智东西用编辑部的工作做了几组实测。第一组是查 Meta、微软、Alphabet 最近三年财报，比较收入、利润、经营现金流和研发投入，要求同时交付研究简报、可编辑数据表和交互网页。模型把筛选器、折线图、柱状图和结论放在同一页，切换选项时图表和来源一起更新。

第二组是整理一份模拟工作资料包，输出 33 项未完成待办，按逾期、阻塞、到期排序，能按项目筛选、标完成、加备注，刷新后还在。第三组是把《桃花源记》做成可漫游的 3D 方块场景，第四组是做一个手机新闻应用的前端原型，含首页、搜索、详情和收藏。

在 Design Arena 的开放权重分类里，它在数据可视化、React Native 应用、3D 设计和游戏开发四个方向排第三，SVG 生成第四，网站制作第五。

同一周，Meta 在 10 月 12 日发了面向个人与专业智能体任务的 Muse Wonder 系列；谷歌 10 月 9 日推出企业通用智能体 Gemini Agent，10 月 14 日开放 Gemini 4 Argon。个人智能体这条线上，模型只是入场券。

二、跟你有什么关系

如果你是开发者：开源权重意味着可以自己部署、自己微调，也意味着你要自己算显存。5600 亿总参数不是一张消费级显卡能装下的，激活 250 亿只降低了单次推理的算力，不降低存放权重的成本。

如果你是普通用户：短期更可能通过办公软件、云服务用到它，而不是本地安装。厂商把价格压到每百万词元 1 元出头，说明竞争点已经从「能不能做」转到「一次做完要多少钱」。

如果你在做智能体产品：这次实测里最值钱的部分不是生成网页，是那份 33 项待办能被反复打开、修改、保留。记忆和权限才是产品，模型分数只是底座。

三、怎么判断这类模型值不值得接

1. 先看激活参数，不看总参数。总参数决定它「知道多少」，激活参数决定每次调用烧多少钱。两个数一起看，才看得出性价比。

1. 拿你自己的长文档测，不要用演示案例。至少放一份超过 20 页、含表格和附件的材料，看它能不能定位到具体页码，而不是复述目录。

1. 要求它交付可编辑的中间产物。只要最终文字，你无法核对；要表格、要来源、要能改的网页，错误才有地方暴露。

1. 权限从最小集合开始。先只给只读的文档和日历，确认它不会把内部材料写进公开页面，再放开写权限。

1. 把「记忆」当成独立功能验收。关掉会话再打开，看它还记得什么、忘了什么，这比一次对话里的表现更能说明问题。

四、三个别信的说法

「5600 亿参数能在本地跑。」 激活参数小，不等于权重小。完整权重按 FP8 存也接近 560GB，普通笔记本装不下。能在本地跑的是小模型，不是这个。

「智能指数 41 分，说明它接近第一梯队。」 这是一项综合分，权重不公开，不同版本之间也会调整。它能说明大致位置，不能说明在你关心的那一件事上好不好用。财报分析、前端生成、长文检索，是三件不同的能力。

「开源模型自带记忆，接上就能当个人助理。」 记忆存在产品层：记什么、存多久、谁能看、怎么删，都是模型之外的设计。模型再强，产品没做这层，它每次对话都从零开始。

五、一句话结论

个人智能体的胜负手，不在榜单上那几分，在它能不能记住你、能不能被你限制住。

信息来源

• 智东西：《个人智能体爆火！蚂蚁发新模型接招，实测编辑部小助理上线》，2026 年 10 月 15 日：原文

功能与价格以官方公告为准。本文写于 2026 年 10 月 18 日。