北京
蚂蚁集团旗下百灵大模型团队近日发布了一款面向医疗健康场景的MoE（混合专家）模型——Ling-3.0-flash-Sante。这款模型基于Ling-3.0-flash打造，名字取自法语“santé”，意为“健康”。
从命名到定位，Sante的目标很明确：不做通用大模型的“全能选手”，而是专攻医疗推理、专业医疗任务、深度研究和循证检索这几条具体赛道。在医疗场景里，通用模型往往“什么都懂一点，但都不够深”，Sante的路线是用MoE架构把专家能力集中到医疗领域。
开源模型里的“尖子生”
从官方公布的评测结果看，Sante在MedXpertQA-Text、DiagnosisArena-MCQ、AFUMED-Drug、HealthBench Professional和BrowseComp五个基准测试中表现突出。其中，MedXpertQA-Text和DiagnosisArena-MCQ分别对应医学知识问答和诊断选择题，AFUMED-Drug聚焦药物相关任务，HealthBench Professional覆盖专业健康场景，BrowseComp则考验检索能力。
官方说法是：在开源模型中处于领先水平，结果可与旗舰模型竞争。这意味着，Sante并非只是“开源里最好的”，而是有底气去够一够那些闭源头部模型的成绩。
医疗AI的“专才”路线
医疗大模型这两年并不少见，但多数走的是“通用模型+医疗微调”的路子。Sante的不同之处在于，它从架构层面就为医疗任务做了增强——MoE架构天然适合按领域分配专家，医疗推理、药物知识、循证检索各自有对应的专家模块，而不是让一个模型硬扛所有任务。
这种设计逻辑对应的是医疗场景的真实需求：医生问诊需要推理链条，药物查询需要准确率，深度研究需要检索能力。一个模型如果什么都想兼顾，往往在专业深度上打折扣。Sante的选择是，把“专业”放在“通用”前面。
医疗AI落地，为什么需要“专才”
医疗是AI落地最难啃的领域之一，难在容错率极低。通用模型答错一道数学题，用户顶多觉得“AI还不行”；但医疗场景里，一个错误的药物建议可能带来实际风险。这也是为什么医疗大模型不能只靠“大”，还得靠“专”。
Sante在BrowseComp上的表现值得注意——循证检索是医疗AI的关键能力，医生需要模型能快速找到并引用权威来源，而不是凭“记忆”生成答案。这个能力直接决定了模型在临床辅助场景中的可用性。
当然，评测分数只是起点。医疗AI真正进入临床，还要过数据合规、医院系统对接、医生使用习惯这几道坎。Sante目前展示的是模型能力的天花板，落地效果还需要更多真实场景验证。
蚂蚁在医疗AI上的布局并非首次，但Sante的发布把“专业模型”这条路线推到了台前。对于开发者来说，一个开源且医疗能力对标旗舰的模型，意味着可以在不依赖闭源API的情况下，搭建自己的医疗应用。这可能是Sante更长远的价值。
特别声明：以上内容(如有图片或视频亦包括在内)为自媒体平台“网易号”用户上传并发布，本平台仅提供信息存储服务。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
