Ant Group veröffentlicht Gewichte von Ling-3.1-flash mit 1-Mio.-Token-Kontext
Ant Group hat die Gewichte von Ling-3.1-flash veröffentlicht, einem Modell mit rund 560 Milliarden Parametern, das Entwickler nun auf eigener Hardware betreiben können.
Das chinesische Technologieunternehmen Ant Group hat die Gewichte seines künstlichen Intelligenz-Modells Ling-3.1-flash am 16. Oktober 2026 öffentlich zugänglich gemacht. Damit können Entwickler das Modell auf eigener Infrastruktur hosten, statt auf einen gehosteten Dienst angewiesen zu sein.
Laut Unternehmen umfasst Ling-3.1-flash insgesamt etwa 560 Milliarden Parameter, für die Verarbeitung jedes einzelnen Tokens werden jedoch nur rund 25 Milliarden genutzt. Das Modell kann ein Kontextfenster von bis zu einer Million Token verarbeiten und erlaubt so sehr lange Eingaben in einem Durchgang.
Für Programmierung und Agenten konzipiert
Ant Group positioniert das Modell für Programmierung, agentenbasierte Arbeitsabläufe und professionelle Aufgaben, die umfangreiche Dokumente und Aufrufe externer Werkzeuge erfordern. Das Modell war bereits zuvor vorgestellt worden, zusammen mit der Veröffentlichung der Gewichte gibt es nun Unterstützung für Inferenz-Frameworks wie SGLang und vLLM.
Das Team beschrieb außerdem eine Bereitstellungsmethode mit gemischter Präzision. Ant Group erklärte, dadurch sinke der Speicherbedarf für die Modellgewichte von etwa 534 GB auf 292 GB. In der von dem Unternehmen angegebenen Hopper-GPU-Konfiguration halbierte sich dadurch der Hardwarebedarf von acht auf vier GPUs.
Warum das wichtig ist
Die große Differenz zwischen Gesamt- und aktiven Parametern deutet auf eine Mixture-of-Experts-Architektur hin, einen Ansatz, der den Betrieb sehr großer Modelle günstiger machen soll. Eine Halbierung der benötigten GPUs könnte das Self-Hosting eines Modells dieser Größe für mehr Unternehmen und Forschungsgruppen realistisch machen.
Ant Group, vor allem als Betreiber von Alipay bekannt, reiht sich in eine wachsende Zahl chinesischer Firmen ein, die große Modelle mit offenen Gewichten veröffentlichen. Unabhängige Auswertungen werden nötig sein, um zu zeigen, wie Ling-3.1-flash bei den Programmier-, Agenten- und Langdokument-Aufgaben abschneidet, auf die das Unternehmen abzielt.
Kommentare
Noch keine Kommentare. Starten Sie die Diskussion oder stellen Sie eine Frage.
Ähnliche Meldungen
Meta hat Muse Spark Open veröffentlicht, ein KI-Modell mit offenen Gewichten und 816 Milliarden Parametern, das sich nach Optimierungsarbeiten mit Apple lokal auf zwei M5-Ultra-Mac-Studios betreiben lässt.
Das neue US-Labor Reflection hat sein erstes Modell, Beam, am 16. Oktober 2026 auf Hugging Face veröffentlicht: ein offenes Modell mit 501 Milliarden Parametern, entwickelt für Programmierung und KI-Agenten.
Das neue Modell Kling 4.0 von Kling AI erstellt Videos von bis zu 30 Sekunden und akzeptiert 15 multimodale Referenzen sowie 10 Keyframes. Im Mittelpunkt steht dabei die Regie-Kontrolle statt reiner visueller Qualität.

