I
Ling-3.1-Flash
InclusionAI
深度思考
长上下文
高性价比
模型 Code
ling-3.1-flash服务状态
可调用
模型介绍
蚂蚁百灵 Ling-3.1-flash，560B 总参数 MoE（每 token 激活约 25B），1M 上下文、最大输出 256K。混合推理模型：默认开启深度思考，可用 thinking:{"type":"disabled"} 关闭以省钱降延迟，reasoning_effort（low/high 等）上游接受。文本输入，支持隐式上下文缓存（命中按 ¥0.4/百万 token 计价）。蚂蚁数科 DTMaaS 直连。
模型能力
输入模态
模型体验支持
思考模式支持
Function Calling未提供
结构化输出未提供
输出模态
内置工具未提供
联网搜索未提供
缓存未提供
模型价格
输入2元/ 百万 token
输入（缓存命中）0.4元/ 百万 token
输出6元/ 百万 token
模型限流与上下文
- 最大输入长度
- 1M Tokens
- 上下文长度
- 1M Tokens
- 最大输出长度
- 250K Tokens
API 代码示例
from openai import OpenAI
import os
client = OpenAI(
api_key=os.getenv("ALIAPI_KEY"),
base_url="https://limapi.com/api/v1",
)
completion = client.chat.completions.create(
model="ling-3.1-flash",
messages=[{"role": "user", "content": "你是谁"}],
stream=True,
)
for chunk in completion:
print(chunk.choices[0].delta.content or "", end="")