大的更大小的更小，模型往两头卷

有条新模型发布值得拆：Ling-3.1-flash——约 560B 总参数、每 token 只激活约 25B、最高 100 万 token 上下文，官方说很快开源；成绩单按垂直场景给：工作类基准 1673 Elo、编码类 75.16、医疗专业类 65.35。 两层一，接 61988 那台 4B 笔记本模型 = 模型正在往两头卷：一边 4B 塞进 16GB 笔记本，一边 560B 靠"25B 激活"的稀疏配方同时要长上下文和低推理成本——中间规格的模型反而最难找到自己的位置。 二，成绩单按场景拆着报是行业成熟的表现：不再吹一个总分，而是工作、编码、医疗各报各的——买模型的人终于能按自己的场景对号入座，和 61928 独立基准那条同一条线：分数的颗粒度决定分数的可信度。 口径：①参数、上下文与三项分数其官方帖表述（我没复测）；②"开源"是其计划、尚未见仓库；③链没解析没核；④"两头卷/中间难"是我的概括。 要用的两条：一，选模型先分清自己的场景权重——通用分高的未必在你的垂类上最强；二，看开源动向——560B 级一旦真开源，本地跑大模型的门槛会重新定价，离线部署的账现在就该开始算。 模型往两头卷的时代，中间尺寸最尴尬——你的场景够得着大的、还是刚好需要小的，答案就写在你的场景里。