Ling

Ling 3.1 Flash

01.AI’s flash-tier frontier model — high throughput at minimal per-token cost.

#25publié le 12 oct. 2026·Proprietary·Not disclosed
text131K ctx
Fournisseurs APIExécuter le modèle →Classement
Intelligence
88.5 #25
AAQI 56.0
Vitesse Sortie
175 t/s
ITL 5.7 ms/tok
Prix mixte (3:1)
$0.31 /1M
Entrée $0.15/M · Sortie $0.8/M
Contexte
131K
≈ 328 pages A4 · sortie max 8,192

Quality Domain Radar

6-Axis Frontier Evaluation vs Category Average & Flagship

Ling 3.1 Flash
Claude Mythos Preview (#1)
Average (68)
Coding (50)Mathematics (78)Hard Science (GPQA) (85)Agentic & Tool Use (58)Knowledge (MMLU) (42)Vision / Multimodal (40)

Les axes du radar sont approximés depuis les scores par catégorie lorsque les mesures directes manquent — voir Méthodologie.

Points forts & compromis

Là où il gagne

  • 175 tok/s — top-tier flash throughput
  • $0.31 blended — among the cheapest frontier-adjacent models
  • Strong math/coding for a speed-tier model

Points de vigilance

  • No dedicated reasoning mode
  • Text-only — no vision or audio
  • Weakest on long agentic traces

Cas d'usage clés

High-volume APIs
Cheap, fast completions for consumer-scale products.
Router fast-path
First-response tier in cascading model routers.
Batch summarization
131K context plus low cost for bulk pipelines.

Démarrage rapide développeur & API

Définissez d’abord OPENROUTER_API_KEY — obtenir une clé API
curl https://openrouter.ai/api/v1/chat/completions \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -H "content-type: application/json" \
  -d '{
    "model": "inclusionAI/ling-3-1-flash",
    "messages": [{"role": "user", "content": "Refactor this function for O(n) time and explain the change."}]
  }'

OpenRouter-compatible endpoint — one API for 300+ models.

Ressources & liens officiels

Déploiement API

Comparer hôtes et latence

Débit, TTFT et tarifs de cache chez Groq, Cerebras, Together, DeepInfra, Fireworks, Bedrock et Azure.

GroqCerebrasTogether AIDeepInfraFireworks AIAWS BedrockAzure AI
Voir la matrice des fournisseurs →

Scores par Source

Specs en direct & architecture

Sous le capot
Ling 3.1 Flash — high-throughput MoE
  • Sparse MoE tuned for serving density
  • 175 tok/s sustained output
  • 131K context with cheap cache reads
  • Non-reasoning fast path — no thinking tokens burned
Date de Sortie
12 oct. 2026
Architecture
Ling 3.1 Flash — high-throughput MoE
Paramètres
Not disclosed
Licence
Proprietary
Fenêtre de Contexte
131,000 tokens
Sortie max
8,192 tokens
Modalités
text
Tarifs du cache
lecture $0.02 · écriture $0.19 /1M
Raisonnement
—
Prix Entrée
$0.15/M
Prix Sortie
$0.8/M
Vitesse Sortie
175 t/s
Temps au Premier Token
—
Données mises à jour
22 oct. 2026

Facture mensuelle estimée

Dépense mensuelle estimée
$0.00
Calcul des économies vs GPT-4o…

Citer et intégrer

Badge Markdown GitHub
Loading badge markdown...
BibTeX
@misc{llmpodium2026ling31flash,
  title = {Benchmark Analysis and Intelligence Evaluation of Ling 3.1 Flash},
  author = {LLMPodium Research},
  year = {2026},
  url = {https://llmpodium.com/models/ling-3-1-flash}
}

Intégrer le badge de score

Ajoutez un badge Podium Score en direct à votre README GitHub ou Hugging Face — il renvoie vers le classement en direct.

Aperçu
Ling 3.1 Flash LLMPodium Score
Markdown
Loading badge snippet...
HTML
Loading badge snippet...

Plus de Ling

Modèles alternatifs

Meilleures alternatives à Ling 3.1 Flash selon les capacités, le prix et les benchmarks.

0 / 4