O que é Ling-3.1-flash?
O Ling-3.1-flash é um modelo de linguagem da inclusionAI, o braço de pesquisa em IA do Ant Group, lançado com pesos abertos no Hugging Face em outubro de 2026. É um modelo híbrido-linear de mistura de especialistas com 560 bilhões de parâmetros, 25 bilhões ativos por token, e contexto de 1 milhão de tokens. A maioria das camadas usa um design de atenção linear, com uma camada de atenção padrão a cada oito, o que mantém mais barato processar contextos longos. Lê e escreve texto, e o raciocínio pode ser ligado ou desligado.
Os pesos estão sob a licença MIT. A Ant recomenda o SGLang para servir, com uma configuração de referência em oito GPUs H200 e receitas publicadas para H100, H800, B200 e GB300. Junto com ele, a Ant apresentou o LingCode, um harness de agente de código construído sobre o agente open source Pi, que ela pode abrir mais tarde.
A inclusionAI o serve pela própria API e pelo OpenRouter. A Artificial Analysis lista o preço da inclusionAI em US$ 0,30 por milhão de tokens de entrada e US$ 0,90 por milhão de tokens de saída, enquanto o OpenRouter o lista a US$ 0,075 e US$ 0,225.
Quanto custa Ling-3.1-flash?
| Plano | Preço | O que inclui |
|---|---|---|
| Weights | Free | Licença MIT |
| inclusionAI API | $0.30 in / $0.90 out per 1M tokens | Entrada em cache US$ 0,06, segundo a Artificial Analysis |
| OpenRouter | $0.075 in / $0.225 out per 1M tokens |
Pesos abertos sob MIT. API da inclusionAI: US$ 0,30 entrada / US$ 0,90 saída por 1M de tokens, cache US$ 0,06, segundo a Artificial Analysis; o OpenRouter lista US$ 0,075 / US$ 0,225.
Ling-3.1-flash vale a pena?
O argumento de venda do Ling-3.1-flash é a velocidade. A Artificial Analysis mediu cerca de 211 a 219 tokens por segundo, cerca de quatro vezes os 57 do MiMo-V2.6-Pro e bem acima da maioria dos modelos da sua classe. Ele marca 41 no Intelligence Index da Artificial Analysis, o dobro dos 20 do antecessor e alguns pontos atrás dos principais modelos abertos (MiMo-V2.6-Pro 46, GLM-5.3 45, Kimi K3 44).
O porém é a verbosidade. Ele usou cerca de 218 milhões de tokens de saída para completar o índice da Artificial Analysis, mais que o dobro da mediana, então seu custo por tarefa do índice (US$ 1,01) é maior do que o baixo preço por token sugere e bem acima dos US$ 0,13 do MiMo-V2.6-Pro. Para respostas curtas e sensíveis a latência isso importa menos; em execuções longas de agentes, pesa.
A licença é MIT pura, e o design híbrido-linear foi feito para contextos longos, então auto-hospedar em um único nó de oito GPUs H200 é realista. As tabelas de benchmark da própria Ant são publicadas só como imagens, e ela cita tarefas de código, escritório, saúde e finanças como pontos fortes sem números independentes que as sustentem.
A lacuna é a transparência sobre o uso hospedado. A inclusionAI publica um resumo do conteúdo de treino do modelo, mas os termos de privacidade e retenção da API são difíceis de encontrar, e os dois preços de API listados diferem por um fator de quatro. Auto-hospede ou passe por um provedor cujos termos você conheça.
Onde ele se destaca
Uma equipe de produto construindo um assistente responsivo
Responder rápido com qualidade perto da dos melhores modelos abertos
A mais de 200 tokens por segundo, uma resposta de 500 tokens chega em cerca de 2,5 segundos depois de um primeiro bloco em 1,8 segundo. Desligue o raciocínio em respostas curtas para economizar tokens.
Uma empresa que auto-hospeda sob uma licença permissiva
Rodar um modelo de contexto longo nas próprias GPUs
Sirva-o com a imagem SGLang da Ant em oito GPUs H200 com paralelismo de tensor e de especialistas, ou siga as receitas para B200 e GB300. A MIT não impõe condições ao uso comercial.
Um desenvolvedor comparando modelos abertos de baixo custo
Escolher entre velocidade e custo por tarefa
O Ling-3.1-flash é o mais rápido, mas verboso; o MiMo-V2.6-Flash ou o DeepSeek-V4.1-Flash custam menos por tarefa concluída no índice da Artificial Analysis.
Antes de decidir
- Configuração
- Chame-o pelo OpenRouter ou pela API da inclusionAI, ou sirva os pesos com a imagem SGLang do dia do lançamento. A Ant recomenda temperature 1.0, top_p 0.95, top_k 20 e enable_thinking ligado.
- Integrações
- SGLang com decodifica ção especulativa MTP e HiCache; funciona com Claude Code, Kilo Code, Qwen Code, Hermes Agent e OpenClaw, segundo a Ant; OpenRouter.
- Dados e privacidade
- Pesos sob MIT, com um resumo público do conteúdo de treino. Os termos de privacidade e retenção da API da inclusionAI não foram encontrados nas páginas do modelo nem do OpenRouter; auto-hospede para dados sensíveis.
- Custo em escala
- A US$ 0,30/US$ 0,90, 1.000 tarefas de agente de 500K tokens de entrada e 30K de saída custam cerca de US$ 177 sem cache, antes da saída de raciocínio acima da média. No preço listado no OpenRouter, cerca de um quarto disso.
- Limites
- Contexto de 1M de tokens; só texto. Cerca de 1,8 segundo até o primeiro bloco e muita saída de raciocínio (9,5 segundos pensando no teste de prompt longo da Artificial Analysis).
O que é bom
- Mais de 200 tokens por segundo nos testes da Artificial Analysis
- Licença MIT com receitas de SGLang publicadas de H100 a GB300
- Marca 41 na Artificial Analysis, o dobro do antecessor
- Atenção híbrida-linear para contextos de 1M de tokens mais baratos
O que não é
- Usa mais que o dobro da mediana de tokens de saída no índice da Artificial Analysis
- US$ 1,01 por tarefa do índice, apesar dos preços baixos por token
- Só texto
- Termos de dados da API difíceis de encontrar; os preços listados não batem
Ideal para
Equipes que querem um modelo aberto rápido e com licença permissiva para chat e agentes sensíveis a latência, auto-hospedado ou via OpenRouter.
Alternativas ao Ling-3.1-flash
Ling-3.1-flash: perguntas frequentes
- Ling-3.1-flash vale a pena?
- Rápido e sob licença MIT, com pontuações perto das dos melhores modelos abertos, mas gasta muitos tokens pensando e seus termos de dados não são publicados. Damos nota 4.0 de 5.
- Quanto custa Ling-3.1-flash?
- Pesos abertos sob MIT. API da inclusionAI: US$ 0,30 entrada / US$ 0,90 saída por 1M de tokens, cache US$ 0,06, segundo a Artificial Analysis; o OpenRouter lista US$ 0,075 / US$ 0,225.
- Quais são as desvantagens de Ling-3.1-flash?
- Usa mais que o dobro da mediana de tokens de saída no índice da Artificial Analysis; uS$ 1,01 por tarefa do índice, apesar dos preços baixos por token; só texto; termos de dados da API difíceis de encontrar; os preços listados não batem.
- Para quem Ling-3.1-flash é indicado?
- Equipes que querem um modelo aberto rápido e com licença permissiva para chat e agentes sensíveis a latência, auto-hospedado ou via OpenRouter.
- Quanto custa Ling-3.1-flash para uma equipe ou em produção?
- A US$ 0,30/US$ 0,90, 1.000 tarefas de agente de 500K tokens de entrada e 30K de saída custam cerca de US$ 177 sem cache, antes da saída de raciocínio acima da média. No preço listado no OpenRouter, cerca de um quarto disso.
- Ling-3.1-flash é seguro para dados da empresa?
- Pesos sob MIT, com um resumo público do conteúdo de treino. Os termos de privacidade e retenção da API da inclusionAI não foram encontrados nas páginas do modelo nem do OpenRouter; auto-hospede para dados sensíveis.
- Quais são as melhores alternativas ao Ling-3.1-flash?
- As alternativas mais próximas que analisamos são MiMo-V2.6-Pro, Step 5 Preview, GLM-5.3-Flash e DeepSeek-V4.1-Flash.
Respostas verificadas em 25 de out. de 2026.