蚂蚁把一款 560B 参数的医疗大模型开源了,权重挂在 Hugging Face 和 ModelScope 上,MIT 许可,不要钱,不审批,下载按钮大得像春节晚会的横幅。官方口气,像在宣布医疗 AI 的豪华套房免费入住。先别急着刷卡,这账本摊开了比我的命还长:服务器得你买,分数是人家自己打的,出了事责任也是你的。今天这篇,就把这笔账一条条拆给你看。
先给个结论:这模型是真东西,但“真东西”和“你能用”之间,隔着三笔账——硬件账、成绩单账、责任账。一笔一笔来。


第一笔账:开源的大门,是为 8 张 H200 开的
先说结论:模型开源,不等于你能用。LingSante-3.1-flash 总参数 560B,每跑一个 token 激活 25B,官方推荐的部署配置是 8 张 Nvidia H200,或者 4 台 GB300,再配个 SGLang 推理框架。翻译成人话:这是一台核动力拖拉机,你家院子里停不下,也烧不起这个油。
8 张 H200 是什么体量?一句话:这不是普通人、普通团队玩得起的东西。八张卡凑一套,机器钱先放一边,机房、电费、散热、以及模型跑崩那晚运维工程师的精神损失费,每一样都是真金白银往里砸。
想上云省钱?云上 8 卡实例按小时计费,那个账单比你的健身卡还诚实——每次都准时扣款,从不心软。所谓开源,本质是把成本从厂家的账本平移到你自己的账本,厂家赚了口碑和数据,你出了真金白银。谁都不亏,除了你的预算表。

第二笔账:超过三家巨头?分数是自家阅卷老师打的
官方说,LingSante-3.1-flash 在 HealthBench Professional、Humanity's Last Exam(带工具)和 BrowseComp 三项评测上,超过了 GPT-6 Astra、Claude Opus 5.5 和 Gemini 4 Argon,并自称“领先的开源医疗模型”。听起来很提气,医学圈的朋友已经在开香槟了。
注意细节:这些分数,全是蚂蚁自家跑出来的,自家的评测脚本,自家的阅卷老师改卷,自家的颁奖典礼。没有第三方复测,没有盲审。这相当于一个学生自己出题、自己答题、自己批改,然后拿着成绩单宣布自己是年级第一——而校长、班主任和阅卷组,全是他的直系亲属。
我不是说分数一定是假的。我是说,在没有第三方拿同一套题复测之前,这份成绩单的效力,只能按广告物料计量。这个行业里自报成绩单翻车的案例,比办卡后坚持健身三天的人还多。看分数可以,当真不行。

第三笔账:医疗场景的红线,不在参数,在责任
前两笔账是钱和面子,第三笔账是命。医疗 AI 最要命的问题,从来不是模型聪不聪明,而是它说错话的时候,谁负责。医学里没有“建议仅供参考”这个免责咒语,尤其当这条建议是模型给的。
假设模型说某药可以停,患者照做出了事,找谁?找蚂蚁?蚂蚁说权重 MIT 开源,自担风险。找医院?医院说工具只是参考,医嘱是医生下的。找医生?医生说模型输出是参考,我信了它的参考。一圈推下来,责任像雪球滚过所有人的门口,最后停在患者家属的门口。开源两个字,在医疗语境下读作:风险自负。
官方的卖点是复杂医疗推理——权衡临床证据、核对来源、解决冲突。能力听着高级,但医疗产品要过审的是确证性、可追溯性、可审计性,不是“帮我权衡一下”。这个模型大概率是个好助手,但离“敢担责任的产品”,还差着整套牌照、认证和保险的距离。这段距离,比 560B 参数撑起来的硬件账单还长。

说句公道话:它真的一点用没有吗
拆了这么多账,不是要把它打成废铁。MIT 权重、MoE 架构、FP8 原版加 MXFP4 量化版、约 26 万 token 的上下文窗口、多步工具调用——对研究机构、药企和医院的信息科来说,这些是实打实的好东西。
尤其是研究用途:权重在自己手里,数据不出域,不用把病人数据交到任何云端厂商手上。相比租别人的 API,自己托管开源权重,隐私和合规的雷至少少踩一半。这一条,在医疗场景里就是稀缺价值。
但请记住分界线:对研究者友好,和对患者负责,是两码事。前者是工程问题,开源能解决;后者是法律、伦理和责任问题,开源解决不了。能把代码免费送的,往往是把责任留给你挑的。

老半的账本结论
拢一拢今天的账:第一,“开源权重”字面意思是你能下载,真实意思是你要备好买 8 张 H200 的钱;第二,自报的分数,在第三方复测落地之前,一律按广告处理,拿去跟人抬杠之前先掂量;第三,医疗 AI 从来不缺会答考卷的模型,缺的是敢签名的那一个。
参数再多,签不了医疗责任书;榜单再高,买不来一句“我负责”。所以这波开源,你可以鼓掌,可以收藏,可以下载下来跑个 demo——但请把它当成一台昂贵的跑步机,别当成随叫随到的家庭医生。跑步机跑不跑是你的事;家庭医生开错药,赔的是你全家。