Ling-3.1-flashの欠点は？

Artificial Analysisの指標で中央値の2倍超の出力トークンを使います; トークン単価は安いのに、指標のタスク1件あたり$1.01です; テキストのみです; APIのデータ条件が見つけにくく、掲載価格が食い違っています.

チームや本番環境でLing-3.1-flashを使うと費用はいくらか？

$0.30／$0.90なら、入力50万トークン、出力3万トークンのエージェントタスク1,000件で、キャッシュなしで約$177です。これに平均を上回る推論出力が加わります。OpenRouterの掲載価格なら、その約4分の1です。

Ling-3.1-flashは企業データを扱っても安全か？

重みはMITで、訓練内容の概要が公開されています。inclusionAIのAPIのプライバシーと保存の条件は、モデルのページにもOpenRouterのページにも見当たりませんでした。機密データにはセルフホストを使ってください。

Ling-3.1-flashの代わりになるものは？

当サイトでレビューした中で最も近い代替はMiMo-V2.6-Pro, Step 5 Preview, GLM-5.3-Flash 、 DeepSeek-V4.1-Flashです。

Ling-3.1-flash レビュー：料金と評価 (2026)

Ling-3.1-flashとは？

Ling-3.1-flashは、Ant GroupのAI研究部門inclusionAIによる言語モデルで、2026年10月にHugging Faceでオープンウェイトとして公開されました。パラメータ5,600億、トークンごとに動作するのは250億のハイブリッド線形mixture-of-expertsモデルで、コンテキストは100万トークンです。層の大半は線形アテンションの設計で、8層に1層が標準のアテンション層です。これにより長いコンテキストの処理コストが抑えられます。テキストを読み書きし、推論はオンとオフを切り替えられます。

重みはMITライセンスです。AntはサービングにSGLangを推奨しており、参照構成はH200 GPU 8基で、H100、H800、B200、GB300向けの手順も公開しています。あわせてAntは、オープンソースのPiエージェントを基にしたコーディングエージェントのハーネスLingCodeを発表しました。後にオープンソース化する可能性があります。

inclusionAIは自社のAPIとOpenRouterで提供しています。Artificial AnalysisはinclusionAIの価格を入力100万トークンあたり$0.30、出力100万トークンあたり$0.90としていますが、OpenRouterの掲載価格は$0.075と$0.225です。

Ling-3.1-flashの料金は？

プラン	価格	内容
Weights	Free	MITライセンス
inclusionAI API	$0.30 in / $0.90 out per 1M tokens	Artificial Analysisによれば、キャッシュ入力$0.06
OpenRouter	$0.075 in / $0.225 out per 1M tokens

MITのオープンウェイト。Artificial Analysisによれば、inclusionAI APIは100万（1M）トークンあたり入力$0.30／出力$0.90、キャッシュ$0.06。OpenRouterの掲載価格は$0.075／$0.225です。

Ling-3.1-flashは使う価値があるか？

Ling-3.1-flashの売りは速度です。Artificial Analysisは毎秒約211から219トークンを計測しており、MiMo-V2.6-Proの57のおよそ4倍で、同クラスの大半のモデルを大きく上回ります。Artificial AnalysisのIntelligence Indexでは41で、前のモデルの20の2倍、首位のオープンモデル（MiMo-V2.6-Pro 46、GLM-5.3 45、Kimi K3 44）から数ポイント下です。

注意点：冗長です。Artificial Analysisの指標を完了するのに約2億1,800万（218M）出力トークンを使っており、中央値の2倍以上です。そのため指標のタスク1件あたりのコスト（$1.01）は、安いトークン単価から想像するより高く、MiMo-V2.6-Proの$0.13を大きく上回ります。短く、レイテンシが重要な回答ではあまり問題になりませんが、長いエージェントの実行では積み重なります。

ライセンスは明快なMITで、ハイブリッド線形の設計は長いコンテキスト向けに作られているため、H200の8 GPUノード1つでのセルフホストは現実的です。Ant自身のベンチマークの表は画像としてしか公開されておらず、コーディング、オフィス、医療、金融のタスクを強みとして挙げていますが、それを裏付ける独立した数値はありません。

欠けているのは、ホスト型での利用に関する透明性です。inclusionAIはこのモデルの訓練内容の概要を公開していますが、APIのプライバシーと保存の条件は見つけにくく、掲載されている2つのAPI価格は4倍も違います。セルフホストするか、条件を把握しているプロバイダーを経由してください。

真価を発揮する場面

応答の速いアシスタントを作るプロダクトチーム
最先端に近いオープンモデルの品質ですばやく答える
毎秒200トークン超なら、最初のチャンクまで1.8秒、その後500トークンの回答は約2.5秒でストリーミングされます。短い返信では推論をオフにしてトークンを節約します。
寛容なライセンスのもとでセルフホストする企業
長いコンテキストのモデルを自社のGPUで動かす
AntのSGLangイメージを使い、テンソル並列とエキスパート並列でH200 GPU 8基に載せるか、B200とGB300の手順に従います。MITは商用利用に条件を課しません。
低コストのオープンモデルを比較する開発者
速度とタスクあたりのコストのどちらを取るか選ぶ
Ling-3.1-flashは最速ですが冗長です。Artificial Analysisの指標では、MiMo-V2.6-FlashやDeepSeek-V4.1-Flashの方が完了したタスクあたりのコストが低くなります。

導入前に確認すること

導入: OpenRouterかinclusionAIのAPIで呼び出すか、公開初日から用意されたSGLangイメージで重みを提供します。Antはtemperature 1.0、top_p 0.95、top_k 20、enable_thinkingをオンにする設定を推奨しています。
連携: MTPの投機的デコードとHiCacheを備えたSGLang。Antによれば、Claude Code、Kilo Code、Qwen Code、Hermes Agent、OpenClawで動きます。OpenRouterでも使えます。
データとプライバシー: 重みはMITで、訓練内容の概要が公開されています。inclusionAIのAPIのプライバシーと保存の条件は、モデルのページにもOpenRouterのページにも見当たりませんでした。機密データにはセルフホストを使ってください。
大規模利用時のコスト: $0.30／$0.90なら、入力50万トークン、出力3万トークンのエージェントタスク1,000件で、キャッシュなしで約$177です。これに平均を上回る推論出力が加わります。OpenRouterの掲載価格なら、その約4分の1です。
制限: コンテキストは100万トークンで、テキストのみ。最初のチャンクまで約1.8秒で、推論の出力が多くなります（Artificial Analysisの長いプロンプトのテストで9.5秒の思考）。

良い点

Artificial Analysisのテストで毎秒200トークン超です
MITライセンスで、H100からGB300までのSGLangの手順が公開されています
Artificial Analysisで41を記録し、前のモデルの2倍です
ハイブリッド線形アテンションで、100万トークンのコンテキストが安く済みます

気になる点

Artificial Analysisの指標で中央値の2倍超の出力トークンを使います
トークン単価は安いのに、指標のタスク1件あたり$1.01です
テキストのみです
APIのデータ条件が見つけにくく、掲載価格が食い違っています

Ling-3.1-flashの代替

MiMo-V2.6-Pro

XiaomiReasoningOpen weights

4.5/5

Xiaomi's 1-trillion-parameter open-weight model, top of the open models on Artificial Analysis, at $0.87 per 1M output.

Step 5 Preview

StepFunReasoningOpen weights

4.2/5

StepFun's 600B open-weight model with a 1M-token context, as smart as Kimi K3 on Artificial Analysis for half the cost.

GLM-5.3-Flash

Z.ai (Zhipu AI)General purposeOpen weights

4.3/5

Z.ai's MIT-licensed 320B mixture-of-experts model with image and video input, a 1M-token context and a $0.15/$0.50 API price.

DeepSeek-V4.1-Flash

DeepSeekGeneral purposeOpen weights

4.2/5

DeepSeek's open MIT-licensed mixture-of-experts model with image input and a 1M-token context, from $0.15 per million input tokens off-peak.

Ling-3.1-flash：よくある質問

Ling-3.1-flashは使う価値があるか？: 高速でMITライセンス、スコアはオープンモデルとして最先端に近い水準です。ただし思考でトークンを大量に消費し、データの条件は公表されていません。評価は5点満点中4.0点です。
Ling-3.1-flashの料金は？: MITのオープンウェイト。Artificial Analysisによれば、inclusionAI APIは100万（1M）トークンあたり入力$0.30／出力$0.90、キャッシュ$0.06。OpenRouterの掲載価格は$0.075／$0.225です。
Ling-3.1-flashの欠点は？: Artificial Analysisの指標で中央値の2倍超の出力トークンを使います; トークン単価は安いのに、指標のタスク1件あたり$1.01です; テキストのみです; APIのデータ条件が見つけにくく、掲載価格が食い違っています.
Ling-3.1-flashは誰に向いているか？: レイテンシが重要なチャットやエージェント向けに、高速で寛容なライセンスのオープンモデルを、セルフホストかOpenRouter経由で使いたいチーム。
チームや本番環境でLing-3.1-flashを使うと費用はいくらか？: $0.30／$0.90なら、入力50万トークン、出力3万トークンのエージェントタスク1,000件で、キャッシュなしで約$177です。これに平均を上回る推論出力が加わります。OpenRouterの掲載価格なら、その約4分の1です。
Ling-3.1-flashは企業データを扱っても安全か？: 重みはMITで、訓練内容の概要が公開されています。inclusionAIのAPIのプライバシーと保存の条件は、モデルのページにもOpenRouterのページにも見当たりませんでした。機密データにはセルフホストを使ってください。
Ling-3.1-flashの代わりになるものは？: 当サイトでレビューした中で最も近い代替はMiMo-V2.6-Pro, Step 5 Preview, GLM-5.3-Flash 、 DeepSeek-V4.1-Flashです。

回答確認日：2026年10月25日