Ling-3.0-flash: ما نعرفه حقًا عن نموذج MoE من المستوى السريع الجديد لمجموعة Ant (وما لا نعرفه)

أصدرت مجموعة أنت "أنت جروب" مختبر "إنكليجن إيه آي" (InclusionAI) نموذج Ling-3.0-flash في أو حوالي 23 يوليو 2026، مما يعني أنه حديث العهد بأيام فقط وقت كتابة هذه المذكرة. وهو نموذج لغوي من نوع خليط الخبراء (MoE) يضم 124 مليار معلمة إجمالية ونحو 5.1 مليار معلمة نشطة لكل رمز (بنسبة تباين تقارب 24:1)، وصُمم لتوليد النصوص واستدعاء الأدوات. ويُطرح باعتباره الطبقة السريعة والرخيصة من عائلة Ling؛ ولا يزال المنصب الرائد من نصيب النموذج الأكبر بكثير Ling-2.6-1T (1 تريليون إجمالي / 63 مليار نشط). تتوفر إمكانية الوصول اليوم عبر واجهة برمجة التطبيقات (API) فقط — عبر بوابة المطورين الخاصة بشركة أنت، وعبر OpenRouter باسم inclusionai/ling-3.0-flash، وعبر ZenMux.

هذه هي الصورة الكاملة المؤكدة، ومن الجدير أن نكون صريحين بشأن سبب كون هذا الموجز أكثر حذرًا من تقرير النموذج النموذجي. لا توجد أوزان على Hugging Face، ولا مستودع على GitHub لـ Ling-V3، ولا بيان ترخيص واضح — وهو تغيير حقيقي عن Ling 2.0 وLing 2.6، اللذين صدرا كأوزان مفتوحة بموجب MIT. كذلك لا توجد أي بيانات قياس مستقلة من أي نوع: Artificial Analysis، المُقيِّم الخارجي الأكثر استشهادًا لهذه الفئة من النماذج، ليس لديه حتى الآن صفحة مخصصة لها. كل رقم أداء وسرعة متداول حاليًا يعود مصدره إلى Ant Group نفسها.

باختصار. Ling-3.0-flash هو نموذج MoE نشط بحجم 124B/5.1B من InclusionAI التابعة لمجموعة Ant Group، تم إطلاقه في الأيام القليلة الماضية، متاح فقط عبر API بدون أوزان على Hugging Face وترخيص غير مؤكد. ادعاءات البائع — ذروة إنتاجية تبلغ 1000 رمز في الثانية، زمن أقل من 100 مللي ثانية للوصول إلى أول رمز — لا يوجد حتى الآن تحقق مستقل، ولا توجد درجة Artificial Analysis لهذا النموذج المحدد. الجيل السابق Ling-2.6-flash حصل على مؤشر Artificial Analysis Intelligence Index البالغ 14 فقط (حصل Ling-2.6-1T على 26)، وهو سياق مفيد لكنه لا يغني عن القدرة الحقيقية لـ 3.0-flash. التسعير (¥0.40 للإدخال / ¥1.20 للإخراج لكل مليون رمز، حاليًا مجاني خلال أسبوع الإطلاق مع 500 ألف رمز مجاني يوميًا) هو ترويجي بشكل واضح ومن المحتمل أن يتغير. تعامل مع كل ما هنا كمعاينة، وليس حكمًا نهائيًا.

النقاط الرئيسية

• إنها الطبقة السريعة/الرخيصة، وليس الرائد. لا يزال Ling-2.6-1T أكبر نموذج لـ InclusionAI؛ Ling-3.0-flash هو أخ أصغر وأرخص وأسرع موجه للاستخدام عالي الحجم.

• لا يوجد معيار مستقل حتى الآن.ليس لدى Artificial Analysis صفحة لـ Ling-3.0-flash. الأرقام العامة الوحيدة هي أرقام Ant Group نفسها، ولا تُظهر وثائق Ant حاليًا أي جدول معايير لهذا النموذج على الإطلاق.

• ادعاءات السرعة هي من البائع فقط. تأتي ذروة 1000 رمز/ثانية ووقت أول رمز أقل من 100 مللي ثانية من مجموعة Ant Group، دون اختبار إنتاجية من طرف ثالث لتأكيد أي من الرقمين.

• لا أوزان مفتوحة، الترخيص غير مؤكد.لا يوجد مستودع على Hugging Face ولا مشروع Ling-V3 على GitHub. كانت إصدارات Ling السابقة مرخصة بموجب MIT؛ ما إذا كانت 3.0-flash ستتبع ذلك غير معروف.

• التسعير هو عرض ترويجي لأسبوع الإطلاق.رسوم ¥0.40/¥1.20 لكل مليون رمز (توكين) على منصة Ant معفاة حاليًا، مع 500 ألف رمز مجاني يوميًا وإدراج مجاني في OpenRouter — ولا ينبغي افتراض استمرار أيٍّ من ذلك بعد انتهاء العرض الترويجي.

• إنها قطعة واحدة من عائلة مكونة من ثلاثة نماذج.تقسم InclusionAI تشكيلتها إلى Ling (MoE للأغراض العامة، هذا النموذج)، Ring (مركز على الاستدلال)، و Ming (متعدد الوسائط).

ملاحظة حول كيفية قراءة هذا الموجز:كل مواصفة وقياس وسعر أدناه مُصنَّف حسب المصدر. حيثما كانت مجموعة Ant هي المصدر الوحيد، نقول ذلك بوضوح ونبدي التحفظ وفقًا لذلك. حيثما كانت نماذج Ling من الجيل السابق لها درجات مستقلة، نستشهد بها للسياق — وليس كبديل لبيانات حول Ling-3.0-flash نفسها، والتي لا توجد بعد. من المحتمل أن يحتاج هذا إلى متابعة بمجرد اللحاق بالاختبارات المستقلة.

ما نعرفه فعليًا

من الناحية المعمارية، فإن نموذج Ling-3.0-flash هو نموذج MoE متناثر: إجمالي 124 مليار معلمة، مع حوالي 5.1 مليار معلمة نشطة على أي رمز (token) معين، مما يجعله رخيصاً وسريعاً في التشغيل مقارنة بحجمه الإجمالي. نافذة السياق تبلغ 256 ألف رمز وفقاً لتوثيق Ant الخاص، مع ادعاء من البائع أنه قابل للتمديد إلى مليون رمز؛ ويظهر قائمة OpenRouter 262,144 رمزاً، وهو ما يتوافق مع رقم 256 ألف رمز. لم يُكشف عن الحد الأقصى لطول المخرجات في أي مكان وجدناه. يدعم النموذج توليد النصوص القياسي واستدعاء الأدوات، ولكن لم يُذكر أي إدخال أو إخراج متعدد الوسائط - فهذه الإمكانية تقع ضمن خط Ming المنفصل.

فيما يتعلق بالتوفر، فإن الصورة تقتصر على واجهة برمجة التطبيقات (API) فقط وهي متسقة عبر المسارات الثلاثة التي وجدناها: منصة المطورين الخاصة بـ Ant Group، وOpenRouter (المدرج باسم inclusionai/ling-3.0-flash)، وZenMux. لا يكشف أي من هذه المسارات عن أوزان قابلة للتنزيل. لا توجد صفحة تنظيمية على GitHub لمشروع "Ling-V3"، ولا تذكر وثائق Ant ترخيصًا لهذا النموذج المحدد — وهي فجوة ذات مغزى، نظرًا لأن كلاً من Ling 2.0 وLing 2.6 قد تم إصدارهما بأوزان مفتوحة بموجب ترخيص MIT. إلى أن توضح InclusionAI هذا الأمر، لا تفترض أن Ling-3.0-flash سينتهي به الأمر مفتوحًا، ولا تفترض أنه لن يكون كذلك.

الفجوات: ما هو غير مؤكد

أكبر فجوة هي المعايير. حتى وقت كتابة هذا، فإن Artificial Analysis — المقيِّم المستقل الأكثر استشهادًا عادةً لهذه الفئة من النماذج تحديدًا — ليس لديه صفحة لـ Ling-3.0-flash؛ نمط URL الذي يستضيفها عادةً يُرجع خطأ 404. هذا يعني أنه لا توجد حاليًا أي نتيجة مستقلة للاستدلال أو البرمجة أو الرياضيات لهذا النموذج، من Artificial Analysis أو أي مُقيِّم مستقل آخر تمكنا من تحديده. وتفاقم ذلك وثائق Ant الخاصة: فهي لا تنشر جدول معايير لـ 3.0-flash على الإطلاق، لا من البائع ولا غيره، وهو أمر غير معتاد لإصدار نموذج ويستحق الإشارة إليه بحد ذاته.

على سبيل السياق التقريبي، نماذج Ling من الجيل السابق لها درجات مستقلة. سجل نموذج Ling-2.6-flash مؤشر Artificial Analysis Intelligence Index بقيمة 14، وسجل النموذج الأكبر Ling-2.6-1T درجة 26 — وكلاهما متخلفان كثيرًا عن النماذج مفتوحة الوزن الرائدة التي تتتبعها Artificial Analysis في ذلك الوقت. ادعت أرقام البائع الخاصة بـ Ant لنموذج Ling-2.6-flash تحقيق 61.2% على SWE-bench Verified و73.85% على AIME2026. لا ينبغي قراءة أي من هذه الأرقام مباشرة على Ling-3.0-flash؛ فالجيل الجديد ببنية جديدة يمكن أن يتحرك في أي اتجاه، وحتى يقوم مقيم مستقل بتشغيله فعليًا، فإن أي ادعاء بقدرة Ling-3.0-flash هو تخمين مقنع كحقيقة.

ادعاءات البائع بشأن السرعة: سريعة على الورق، غير مثبتة عمليًا

البيان الأدائي الرئيسي لمجموعة Ant Group لنموذج Ling-3.0-flash ليس جودة الاستدلال، بل السرعة الخام. يدّعي البائع قدرة إنتاجية قصوى تبلغ 1000 رمز في الثانية وزمن وصول إلى أول رمز أقل من 100 مللي ثانية، وكلاهما سيكون سريعًا بحق إذا تم تأكيده. لكن عبارة "إذا تم تأكيده" تؤدي عملاً حقيقيًا في هذه الجملة: هذه الأرقام تأتي حصريًا من مواد مجموعة Ant Group نفسها، وتُقاس تحت ظروف تتحكم فيها Ant Group ولم تُفصح عنها بالكامل (الأجهزة، حجم الدفعة، طول المطالبة، والحمل كلها تؤثر بشكل كبير في أرقام الإنتاجية). لم تنشر أي مختبرات مستقلة إعادة قياس. حتى يقوم شخص من خارج Ant Group بإجراء اختبار مماثل، تعامل مع 1000 رمز/ثانية ووقت وصول أول رمز أقل من 100 مللي ثانية كأرقام تسويقية تستحق التحقق مقابل عبء العمل الخاص بك، وليس كحقائق ثابتة.

التسعير، ولماذا هو هدف متحرك

على منصة أنت جروب الخاصة، سعر القائمة لـ Ling-3.0-flash هو ¥0.40 لكل مليون رمز إدخال و ¥1.20 لكل مليون رمز إخراج — رخيص عن قصد، متسق مع تصنيفه كطبقة سريعة/رخيصة. لكن سعر القائمة هذا ليس ما يدفعه أي شخص فعليًا الآن: أنت تقدم عرضًا ترويجيًا مجانيًا لأسبوع الإطلاق، وتقدم بشكل منفصل 500 ألف رمز مجاني يوميًا على منصتها. قائمة OpenRouter تظهر متغيرًا مجانيًا ling-3.0-flash:free بسعر $0/$0. لا ينبغي الخلط بين أي من هذا وبين سعر ثابت. العروض الترويجية للإطلاق تنتهي، والطبقات المجانية تُحدد بسقف، والأرقام ¥0.40/¥1.20 نفسها قد تتغير بمجرد ظهور بيانات الاستخدام الحقيقية. إذا كنت تخطط لإنفاق إنتاجي حول هذا النموذج، فاموازن حسب سعر القائمة، وليس السعر الترويجي، وأعد التحقق قبل الالتزام.

عائلة Ling / Ring / Ming

لا يوجد نموذج Ling-3.0-flash بمعزل عن الآخرين — بل تنظم شركة InclusionAI إصداراتها في ثلاث عائلات مسماة، كل منها موجهة لغرض مختلف. Ling هو خط الأغراض العامة من عائلة MoE، ويغطي التوليد النصي اليومي واستدعاء الأدوات؛ ويقع Ling-3.0-flash في الطرف السريع/الرخيص من هذا الخط، بينما يظل Ling-2.6-1T الرائد الأكبر. Ring هو خط InclusionAI المُركز على الاستدلال، والمبني للمهام التي تعتمد على التفكير متعدد الخطوات بدلاً من الإنتاجية الخام. Ming هو خط الوسائط المتعددة، الذي يتعامل مع الصور وأنماط النص غير النصية الأخرى التي لا يمسها Ling نفسه. إذا كانت مهمتك تتطلب استدلالًا أثقل أو مدخلات وسائط متعددة، فمن المرجح أن نموذج InclusionAI المناسب ليس Ling-3.0-flash — فهو مبني للكمية والسرعة ضمن مجال النصوص والأدوات، وليس للتمدد إلى أراضي العائلتين الأخريين.

لمن هذا: ثلاثة سيناريوهات

1. خطوط أنابيب النصوص أو استدعاء الأدوات عالية الحجم والحساسة للكمون — كتجربة، لا كالتزام.

إذا كانت عبء عملك يغلب عليه توليد النصوص الحساسة للإنتاجية أو استدعاء الأدوات — الدردشة، الوكلاء خفيفي الوزن، استدعاءات API ذات التردد العالي — فإن موقع Ling-3.0-flash (عدد معاملات نشطة صغير، زمن أول حرف (TTFT) أقل من 100 مللي ثانية كما يُدعى، تسعير إطلاق شبه مجاني) يجعله جديرًا بالتجربة. لكن الجانب السلبي هو أن "جدير بالتجربة" يختلف عن "جدير بتحويل حركة الإنتاج إليه". مع عدم وجود بيانات معيارية مستقلة، أنت الآن المعيار: قم بتشغيل مجموعة التقييم الخاصة بك من خلاله قبل أن تثق به في أي شيء موجه للعملاء، ولا تبنِ نماذج تكاليف حول التسعير الترويجي الحالي.

2. الفرق التي تحتاج إلى سياق طويل بميزانية محدودة

نافذة سياق بحجم 256 ألف رمز (مع ادعاء البائع بإمكانية تمديدها إلى مليون رمز) بسعر قائمة منخفض حقًا هي تركيبة جذابة لحالات الاستخدام التي تعتمد على الاسترجاع أو معالجة المستندات، بشرط أن تكون جودة التفكير الفعلية للنموذج ثابتة على طول ذلك السياق - وهو أمر، مرة أخرى، لم يختبره أي مصدر مستقل. هذا مرشح معقول لإدراجه في القائمة المختصرة إلى جانب خيارات السياق الطويل الرخيصة القائمة، ولكن يجب تقييمه جنبًا إلى جنب معها بدلاً من اعتماده بناءً على ورقة مواصفات Ant وحدها.

3. مراقبون يتتبعون مشهد MoE في الصين وخارطة طريق InclusionAI

بالنسبة للفرق التي تتابع المشهد التنافسي لمختبرات النماذج الصينية المفتوحة وشبه المفتوحة بدلاً من نشر أي نموذج واحد في الإنتاج، فإن Ling-3.0-flash هي نقطة بيانات مفيدة: فهي تشير إلى أن InclusionAI تكرر بسرعة على مستواها السريع، وربما تتراجع عن الأوزان المفتوحة (على الأقل الآن)، وتستمر في الرهان على هيكل ثلاثي العائلات (Ling/Ring/Ming) بدلاً من نموذج عام واحد. يستحق وضع إشارة مرجعية والعودة إليه بمجرد توفر وضوح المعايير والتراخيص.

متى لا تستخدمه

تجاوز استخدام Ling-3.0-flash في أي شيء تحتاج فيه إلى الاستشهاد بادعاء قدرة موثقة — لا يوجد معيار مستقل يمكن الإشارة إليه، لذا فإن أي بيان حول قدرته على التفكير أو البرمجة أو الرياضيات غير قابل للتحقق حالياً. تجاوزه إذا كنت بحاجة إلى أوزان مفتوحة للاستضافة الذاتية أو الضبط الدقيق أو أسباب الامتثال؛ لا توجد أي منها متاحة، ولم يتم حتى ذكر الترخيص لهذا النموذج المحدد، ناهيك عن تأكيد أنه تصريحي. تجاوزه للمهام متعددة الوسائط — فهذه وظيفة خط Ming، وليس Ling. وكن حذرًا عند بناء نموذج تكلفة حول الأسعار الحالية: أسبوع الإطلاق المجاني، والـ 500k رمز مجاني يوميًا، والطبقة المجانية من OpenRouter كلها ترويجية، وسعر القائمة ¥0.40/¥1.20 الذي من المحتمل أن يعود إليه لم يتم اختباره بعد مقابل أنماط الاستخدام الواقعية.

الأسئلة الشائعة

هل Ling-3.0-flash مفتوح الوزن؟

ليس حاليًا. لا يوجد مستودع على Hugging Face ولا مشروع Ling-V3 على GitHub حتى كتابة هذه السطور. تم إصدار الأجيال السابقة من Ling (2.0 و2.6) بموجب رخصة MIT كأوزان مفتوحة، لكن لا شيء يؤكد أن Ling-3.0-flash ستتبع هذا النمط — أو أنها لن تتبعه.

كيف يؤدي Ling-3.0-flash في المعايير؟

لا يوجد معيار مستقل له بعد — ليس لدى Artificial Analysis صفحة لهذا النموذج. وثائق Ant Group الخاصة لا تنشر جدول معايير له أيضًا. للسياق التاريخي التقريبي، سجل الجيل السابق Ling-2.6-flash مؤشر ذكاء Artificial Analysis قدره 14، وسجل Ling-2.6-1T 26، ولكن لا ينبغي افتراض أن أيًا من الرقمين ينتقل إلى هذا الجيل الجديد.

ما مدى سرعته حقًا؟

تزعم شركة Ant Group أن معدل الإنتاجية الذروة يبلغ 1000 توكن في الثانية وأن وقت الوصول إلى أول توكن أقل من 100 مللي ثانية. كلا الرقمين هما أرقام من البائع فقط دون إعادة قياس مستقلة منشورة حتى الآن. تعامل معها على أنها ادعاءات للتحقق منها بناءً على عبء العمل الخاص بك، وليس أداءً مؤكدًا.

كم تكلفة Ling-3.0-flash؟

سعر القائمة على منصة Ant هو ¥0.40 لكل مليون رمز إدخال و ¥1.20 لكل مليون رمز إخراج، لكنه مجاني حاليًا خلال عرض ترويجي لأسبوع الإطلاق، مع توفر 500 ألف رمز مجاني يوميًا أيضًا. توفر OpenRouter أيضًا نسخة مجانية. توقع تغير هذه الشروط الترويجية.

ما حجم نافذة السياق؟

وفقًا لوثائق Ant، فإن السعة تبلغ 256K رمزًا، مع ادعاء من البائع بأنها قابلة للتوسيع إلى 1M. يُظهر إدراج OpenRouter 262,144 رمزًا، وهو ما يتوافق مع رقم 256K. لم يتم الكشف عن الحد الأقصى لطول الإخراج.

ما الفرق بين Ling وRing وMing؟

Ling هو خط MoE العام للنصوص واستدعاء الأدوات من InclusionAI، ويقع Ling-3.0-flash في نهايته السريعة/الرخيصة. Ring هو الخط المُركز على الاستدلال. Ming يتعامل مع المهام متعددة الوسائط. إنها عائلات نماذج منفصلة مصممة لمهام مختلفة، وليست مستويات من نفس النموذج.

هل Ling-3.0-flash هو نفسه Ling-2.6-1T؟

لا. Ling-2.6-1T هو النموذج الرائد الأكبر لـ InclusionAI (إجمالي 1T / 63B معلمات نشطة) ويظل نموذجًا منفصلاً وأكبر. Ling-3.0-flash (إجمالي 124B / ~5.1B نشط) هو الإصدار الأحدث والأصغر والأسرع.

هل يجب أن أستخدم Ling-3.0-flash في الإنتاج اليوم؟

فقط بعد إجراء تقييمك الخاص. بدون معيار مستقل، وترخيص غير مؤكد، وتسعير ترويجي حاليًا، من المعقول تجربته لكن من السابق لأوانه تكليفه بأعباء عمل حساسة للإنتاج أو الامتثال دون اختباراتك الخاصة وخطة لما يحدث عند انتهاء الشروط الترويجية.

خلاصة القول

Ling-3.0-flash هو إصدار جديد يستحق المتابعة حقًا — نموذج MoE بحجم 124B/5.1B نشط، يستهدف بشكل مباشر معالجة النصوص وأدوات الاستدعاء السريعة والرخيصة وذات الحجم الكبير، من مختبر قدّم نماذج موثوقة سابقًا. لكنه حاليًا مجرد ورقة مواصفات ومجموعة من ادعاءات البائع، وليس منتجًا مُوثَّقًا: لا معايير مستقلة، لا أوزان مفتوحة، لا ترخيص مؤكد، وتسعير ترويجي صريح. هذا ليس سببًا لرفضه — بل سببٌ لتجربته بحذر، والتحقق من الادعاءات التي تهمك مباشرة، والعودة لهذا الموجز بمجرد أن تنشر Artificial Analysis أو جهة تقييم مستقلة أخرى أرقامًا حقيقية.