Ling-3.0-flash-VL: نموذج الرؤية النشط بمعاملات 5.5 مليار من Ant يحل في المرتبة 25 على مؤشر الذكاء

يمتلك Ling-3.0-flash-VL الآن رقم تقييم أداء لم يكتبه أحد في Ant Group، وهذا هو الخبر. أول نموذج متعدد الوسائط أصليًا يخرج من مختبر inclusionAI التابع لـ Ant Group مُقيَّم عند 25 على مؤشر Artificial Analysis Intelligence Index — تشغيل مستقل، على المقياس الحالي v4.3، نُشر إلى جانب صفحة نموذج تسرد سرعته وزمن استجابته وسعره. وقد جاء بعد ثلاثة أسابيع من ادعاء بطاقة النموذج الخاصة بالمورّد 42 على المؤشر نفسه، وأكثر ما يمكن أن يفعله القارئ المفيد بهذين الرقمين هو أن يفهم لماذا لا يمثلان تناقضًا: قاست Ant وفق بروتوكول Intelligence Index الإصدار v4.1.1، وقاس Artificial Analysis وفق v4.3، وهذان مسطران مختلفان مبنيان من مجموعات تقييم مختلفة. لم ينجُ رقم المورّد من ملامسة طرف ثالث بقدر ما أُعيد قياسه على مقياس لم يكن موجودًا عندما كُتب.

النموذج الكامن وراء النتيجة هو مزيج خبراء متناثر مع 124B إجمالي معلمة ونحو 5.5B نشطة لكل رمز، صادر بموجب رخصة MIT بأوزان BF16 وFP8، ويقبل النص والصور والفيديو ويعيد النص. إن رقم المعلمات النشطة هذا هو الحجة الكاملة لهذا الأمر. عند 5.5B نشطة، يقع Ling-3.0-flash-VL على ما أصبح المنحنى الأكثر إثارة للاهتمام في النماذج المفتوحة — حدود الذكاء المرسومة مقابل المعلمات المنشَّطة بدلاً من الحجم الإجمالي — وهو موجود هناك لأنه ينجز قدراً معقولاً من العمل لكل وحدة من الحوسبة الاستدلالية، وليس لأنه ضخم.

يتناول هذا المقال ما تم إطلاقه فعليًا ومتى، وما يقوله التشغيل المستقل، ولماذا يصمد ادعاء Pareto أفضل من معظم الادعاءات، وكم يكلّف النموذج وأين يمكنك استدعاؤه فعليًا. النسخة المختصرة، لمن يريد ذلك فقط: Ling-3.0-flash-VL حقيقي، مفتوح الأوزان، رخيص التشغيل بشكل غير معتاد، أعلى من المتوسط بشكل قابل للقياس في فئته الحجمية، وأكثر إسهابًا وأبطأ في الإطلاق بشكل ملحوظ مما توحي به الدرجة الخام. الرقم 42 الذي يدّعيه المورّد لم يُعَد إنتاجه بشكل مستقل قط، ولا يمكن مقارنته بـ 25 الموجود الآن على لوحة الصدارة.

ما الذي تم شحنه فعليًا، والجدول الزمني الذي يتعرض للتسطيح باستمرار.

غالبًا ما تدمج التغطية الخاصة بهذا الإصدار عدة أحداث منفصلة في تاريخ إطلاق واحد، والتواريخ مهمة لأنها تشرح لماذا وصفت المقالات المبكرة نموذجًا لم يكن بمقدور أي شخص خارج Ant تقييمه. مستودع Hugging Face inclusionAI/Ling-3.0-flash-VL أُنشئ في 4 سبتمبر 2026 — 64 شظية من أوزان BF16، وترخيص MIT، ومكدس شيفرة مخصص لمعمارية bailing_moe_v3_vl، ولعدة أيام، لم يقم أحد تقريبًا بتنزيله. ثم جاء تكميم FP8 في 8 سبتمبر، بنحو 126 GB عبر 64 شظية، مع إبقاء برج الرؤية بدقة أعلى من أوزان الخبراء. تُدرج Artificial Analysis الإصدار بتاريخ 10 سبتمبر 2026، وهو التاريخ الذي تستند إليه صفحتها الخاصة، وأصبحت صفحة النموذج التي تحمل النتيجة متاحة في ذلك الوقت تقريبًا.

إذن، "صدر في سبتمبر 2026" دقيق لكنه غير مفيد. التسلسل العملي كان: الأوزان في الرابع، تنسيق دقة ثانٍ في الثامن، وقياس مستقل في العاشر. سبب أهمية هذا هو أن نموذجًا له أوزان على القرص ولكن ليس لديه نقطة نهاية مستضافة ولا تقييم طرف ثالث، بالنسبة لمعظم الفرق، ليس بعد شيئًا يمكنك تقييمه — إنه مجرد تنزيل يجب عليك توفير الموارد له. عبَر Ling-3.0-flash-VL ذلك الحد عندما وُجد كل من API والتقييم المستقل.

جاء دعم الخدمة جنبًا إلى جنب مع الأوزان لا بعدها. نشرت Ant دليلًا لتنصيب SGLang، وتحتفظ بتفرّع من vLLM مضبوط على Ling لهذه البنية، وهو الجزء من الإصدار المفتوح الذي يتأخر عادةً بأسابيع. ولم يتأخر هنا.

الرقم الموجود على اللوحة، والرقم الموجود على البطاقة

إليك الصورة المستقلة من Artificial Analysis، وهي القياس الوحيد من طرف ثالث لهذا النموذج الموجود حاليًا:

• مؤشر الذكاء — 25 على v4.3، في المرتبة #2 من 64 ضمن فئته الحجمية، مقابل وسيط الفئة البالغ 8br /> • إجمالي المعاملات — 124Bbr /> • المعاملات النشطة — 5.5B لكل توكنbr /> • سرعة الإخراج — 142.9 توكن/ثانية، المرتبة #10 من 64، مقابل وسيط الأقران البالغ 105.1br /> • الزمن حتى أول توكن — 2.21 ثانية، مقابل وسيط الأقران البالغ 2.29br /> • نافذة السياق — 262K توكن وفق ما قاسه Artificial Analysis، مقابل 256K التي تنص عليها بطاقة النموذج نفسهاbr /> • الترخيص — MIT، أوزان مفتوحة

وهنا رقم البائع الذي غالبًا ما يُطبع بجانبه: 42 على بروتوكول Artificial Analysis Intelligence Index v4.1.1، أعلى بأربع نقاط مما سجله النموذج النصي البحت Ling-3.0-flash على نفس البروتوكول. هذا الادعاء موجود في بطاقة النموذج، وليس له أثر تقييم منشور، وليس الرقم الذي تقدمه Artificial Analysis. هناك أمران صحيحان في آن واحد: الرقم 42 غير قابل لإعادة الإنتاج، وهو ليس دليلًا على أي خداع، لأن الإصدارين 4.1.1 و4.3 لا يقيسان نفس الشيء. أعادت Artificial Analysis صياغة مؤشرها في سبتمبر 2026 وأعادت تقييم لوحتها بالكامل؛ يتضمن الإصدار 4.3 عشرة تقييمات بما في ذلك AA-Briefcase وGDPval-AA v2 وAutomationBench-AA وTerminal-Bench v4.0 وHumanity's Last Exam. أي مقال لا يزال يقتبس 42 بجانب 25 دون تسمية الإصدار فهو يقارن بين اختبارين مختلفين ويسميه انخفاضًا.

التفصيل الجدير بالملاحظة خارج النتيجة الرئيسية هو الإطناب. تسجّل Artificial Analysis أن Ling-3.0-flash-VL يستهلك 160 مليون رمز إخراجي لإكمال Intelligence Index، في المرتبة الثامنة من 64 مقابل وسيط قدره 84 مليونًا، وتصفه بأنه "مطنب جدًا". وبالنسبة لنموذج يقوم عرضه على استدلال رخيص عبر عدد صغير من المعاملات النشطة، فإن ذلك يتعارض مباشرة مع هذا الطرح. فأنت تدفع لكل رمز، لا لكل معامل. النموذج الذي ينشّط 5.5B لكنه يُصدر ما يقارب ضعف عدد الرموز الوسيط للإجابة عن الأسئلة نفسها يعيد جزءًا من هذه الميزة البنيوية عند صندوق الدفع — وهو بالضبط نوع التفاعل الذي يخفيه جدول سعر لكل رمز وتكشفه قياسات التكلفة لكل مهمة.

دعوى باريتو، عند إخضاعها لقليل من الضغط

إن الادعاء بأن Ling-3.0-flash-VL يقع على حدود باريتو بين الذكاء والمعاملات النشطة هو، على نحو غير معتاد، ادعاء تدعمه البيانات المستقلة بدل أن تكتفي بالسماح به. ووسيط الفئة على هذا المؤشر هو 8؛ ويسجل Ling-3.0-flash-VL 25؛ وهو يفعل ذلك بينما ينشّط 5.5B معامل لكل رمز. وبالنسبة للفرق التي يكون قيدها الملزم هو الإنتاجية القابلة للخدمة — مسرّع واحد، وميزانية طلبات ثابتة، ونشر طرفي — فإن هذه النسبة هي القرار بأكمله، وهو أداء قوي بحق.

هناك تحفّظان يمنعان اعتباره فوزًا خالصًا. الأول هو التباين في عدد المعاملات: تقول بطاقة النموذج إن عدد المعاملات النشطة يبلغ نحو 5.5 مليار، بينما يصف دليل SGLang نموذجًا بعدد معاملات نشطة يبلغ 5.1 مليار. كلاهما وثيقتان من Ant، والفرق صغير، وهو يغيّر شكل المنحنى قليلًا لا اتجاهه. والثاني هو أن «الطليعة» ادّعاء نسبي بشأن مجال يتحرك أسبوعيًا. أن تكون الأفضل في الذكاء لكل معامل نشط عند حجم معيّن هي مكانة تحتفظ بها حتى يصدر النموذج التالي في تلك الفئة، وهذه الفئة مزدحمة.

العرض الرئيسي الذي يروّجه المورّد نفسه — أي أن Ling-3.0-flash-VL، المنافس في Image-to-WebDev Arena تحت الاسم المستعار "linthium"، سجّل 1,441 مقابل GPT-5.4 الذي سجّل 1,440 — ينبغي قراءته كمحاولة لجذب الانتباه لا كنتيجة. إن فارق نقطة واحدة يقع ضمن ضوضاء تصنيف Elo في الساحة، وهو مُبلَّغ عنه من المورّد، وليس من النوع الذي يحسم أي شيء. إن ادعاء القدرة الكامن خلفه أكثر إثارة للاهتمام من الرقم: النموذج مصمّم لحلقة تغذية راجعة بصرية يولّد فيها كود الواجهة الأمامية من تصميم، ثم يعرض مخرجاته بنفسه، وينظر إلى العرض، ويصحّح — يلاحظ، يتصرف، يتحقق، يصحّح، بدلاً من أن يكتب وصفًا مرة واحدة ويتوقف.

كم تبلغ تكلفته، وهو أمر أقل وضوحًا مما يبدو

تُدرج صفحة Artificial Analysis نموذج Ling-3.0-flash-VL عند $0.00 لكل مليون رمز إدخال و$0.00 لكل مليون رمز إخراج، مقابل وسيط قدره $0.14 و$0.40 لدى النماذج المماثلة. هذا ليس سعرًا. بل هو مظهر سعر. فـ Artificial Analysis يسعّر نقطة النهاية التي يراها، ونقطة النهاية التي يراها مجانية — إذ يعمل النموذج على Ling Studio من Ant كتجربة مجانية، والوصول الترويجي المجاني هو ما يعكسه هذا الإدراج. كما أن وثائق Ant متعددة الوسائط لا تنشر أصلًا أي تسعير لكل رمز للنموذج البصري، لذا لا توجد قائمة أسعار من المورّد يُتحقق بها من الصفر. ولإعطاء فكرة عن الحجم، أُدرج النموذج الشقيق النصي Ling-3.0-flash عند نحو $0.075 لكل مليون رمز إدخال و$0.22 لكل مليون رمز إخراج، كما أُطلقت متغيرات Ling المتخصصة بمجالات معينة من Ant كواجهات برمجية مجانية أيضًا.

تعامل مع الصفر باعتباره نافذة اختبار لا تعريفة. الخطط المجانية على النماذج الصادرة حديثًا هي أداة لاكتساب العملاء، والافتراض التخطيطي الصادق هو أن Ling-3.0-flash-VL سيحمل في النهاية سعرًا في نطاق قريب من نظيره النصي. وهناك أيضًا التباس قائم لن يحله ظهور نقطة نهاية مدفوعة: أمثلة API الخاصة بـ Ant نفسها تستخدم معرّف النموذج Ling-3.0-flash-VL-rc1، وهي علامة مرشح إصدار، ويبقى من غير الواضح ما إذا كانت نقطة التفتيش المخدومة متطابقة بايت ببايت مع الأوزان المفتوحة الصادرة في 4 سبتمبر. إذا كنت تقيس أداء مطالباتك الخاصة مقابل واجهة API المستضافة وتتوقع أن تنتقل النتائج إلى نسخة BF16 مستضافة ذاتيًا، فهذا افتراض ينبغي أن تختبره قبل أن تبني عليه.

تنقلب صورة التكلفة حسب الجانب الذي تقف عليه. بالنسبة لفريق يمتلك مسرّعات بالفعل، فإن نسخة FP8 بحجم يقارب 126 غيغابايت تتسع داخل عقدة من فئة 80 غيغابايت بثماني وحدات، ويعني عدد المعاملات النشطة البالغ 5.5 مليار أنك تدفع التكلفة المطفأة لتلك العقدة مقابل بصمة حسابية صغيرة جدًا لكل رمز — وأرخص نسخة ممكنة من هذا النموذج هي التي تقدمها بنفسك. أما بالنسبة لفريق لا يملك مسرّعات، فالسؤال هو ما إذا كانت نقطة نهاية مدفوعة ستصل قبل إغلاق الطبقة المجانية.

حيث يمكنك الاتصال به فعليًا، بما في ذلك الجزء الذي نقول فيه لا

يمكن الوصول إلى Ling-3.0-flash-VL عبر منصة Ant الخاصة — نقطة نهاية متوافقة مع OpenAI على api.ant-ling.com/v1/chat/completionsوأخرى متوافقة مع Anthropic إلى جانبها — إضافةً إلى وصول تجريبي مجاني عبر Ling Studio، وأوزان مفتوحة يمكنك تشغيلها بنفسك. وقد بدأت بوابات مستقلة بإدراجه أيضًا، وهذه هي أسرع طريقة حقيقية لتجربته دون توفير أي شيء.

The thing worth stating plainly is that OrcaRouter does not route Ling-3.0-flash-VL today. It is not on our model catalogue, so anything you read here about calling it through us would be fiction, and we would rather you knew that up front. What we do route is the vision model most directly comparable to it: DeepSeek V4 Flash Vision Exp, Deep​Seek's experimental multimodal build, which is live on our catalogue with a 1M-token context window and a published rate. If your actual requirement is a capable vision model behind one OpenAI-compatible endpoint — with a fallback chain configured so a provider hiccup retries before your response starts, and provider list pricing passed through with nothing added on top, so a vendor price change reaches you the same day it lands — that is the model to try first while Ling-3.0-flash-VL remains off-catalogue.

ما الذي يجب متابعته من هنا؟

ثلاثة أمور ستحدد ما إذا كان هذا الإصدار سيبدو مهمًا بعد ستة أشهر. الأول هو تشغيل مستقل ثانٍ: نتيجة واحدة من مقيّم واحد ليست سوى نقطة بيانات، والسؤال المثير للاهتمام هو ما إذا كان موقع Ling-3.0-flash-VL على منحنى الذكاء مقابل المعاملات النشطة يصمد أمام إطار تقييم مختلف. الثاني هو تسعير حقيقي. وإلى أن تنشر Ant جدول أسعار لنموذج الرؤية، فإن كل مقارنة تكلفة تتضمنه ليست إلا تقديرًا يتنكر في ثوب رقم، والطبقة المجانية تقوم بالعمل الذي كان السعر سيقوم به لولا ذلك. الثالث هو فارق الجودة في FP8 — فقد أُبقي برج الرؤية عمدًا على دقة أعلى من أوزان الخبراء في ذلك البناء، وما إذا كانت النسخة المُكمَّمة تضاهي BF16 في المهام البصرية الدقيقة التفاصيل هو بالضبط نوع السؤال الذي لا يظهر إلا عندما يبدأ الناس بتشغيله في الإنتاج بدلًا من اختباره بمعايير الأداء.

الحكم المتاح اليوم أضيق مما أوحت به تغطية الإطلاق، وأكثر فائدة من الدرجة وحدها. Ling-3.0-flash-VL هو نموذج رؤية حقيقي، مرخّص بموجب MIT، وقابل للاستضافة الذاتية، يفعّل جزءًا صغيرًا من معلماته الـ124B، ويسجّل 25 على مؤشر مستقل حالي مقابل وسيط فئته البالغ 8، ويتخلى عن بعض تلك الميزة بسبب الإسهاب. هذا نموذج جيد بملامح صادقة. أما الرقم 42 على البطاقة فهو رقم من مسطرة لم تعد موجودة.