Ling-3.2-flash: Ant Lings natives multimodales Flaggschiff läuft im Zwei-Wochen-Takt

Die folgenreichste Tatsache über Ling-3.2-flash ist eine Abrechnungsfrage – und sie läuft ab. Ant Ling hat das Modell am 5. November 2026 in seine API aufgenommen und die ersten vierzehn Tage kostenlos angeboten; wenn dieses Zeitfenster endet, gelten wieder „Originalpreise“ – Preise, die der Anbieter noch nicht veröffentlicht hat. Jede der folgenden architektonischen Aussagen hat also eine kurze Haltbarkeit und eine langlebige Frage, die daran hängt: Was kostet das an Tag fünfzehn? Ling-3.2-flash ist ein Mixture-of-Experts-Modell mit 560 Milliarden Parametern, von denen pro Token 25 Milliarden aktiv sind, einem Kontext von 1 Mio. Token und – die eigentliche Neuigkeit – nativer Bild-, Text- und Videoeingabe, wodurch es das erste Ling-Flaggschiff ist, das sieht statt nur zu lesen. Sein Vorgänger Ling-3.1-flash war reiner Text. Ling-3.0-flash-VL, das frühere Vision-Modell, war ein Seitenzweig mit 124B. Dies ist das erste Mal, dass die Spitze der Ling-Reihe und die multimodale Fähigkeit in denselben Gewichten zusammenkommen.

Ants eigener Changelog-Eintrag (Version 2.0.6, datiert auf den 5. November) ist das Release-Dokument, und er besteht aus einem einzigen Satz. Die X-Ankündigung am selben Abend ergänzt drei Benchmark-Zahlen und fünf Demo-Videos. Es gibt keinen technischen Bericht, keine Model Card, keine Gewichte und keine Preisliste. Das ist eine dünnere Dokumentationslage, als Ling-3.1-flash im September bekommen hat, und es lohnt sich, das klar zu sagen, bevor wir irgendeine Zahl als gesichert behandeln.

Was tatsächlich ausgeliefert wurde – und was Ant nicht gesagt hat

Vier Dinge sind heute dokumentiert und überprüfbar. Die Parameteranzahl, die Anzahl der aktiven Parameter und das Kontextfenster erscheinen an zwei Stellen auf Ants Entwickler-Website – in der Ling-Modellauswahltabelle und in der Zeitleiste „Ling's Evolution", die die 3.2-Serie unter 2026.11 einordnet. Die Modalitätsunterstützung erscheint in der API-Referenz: Eine Anfrage an Ling-3.2-flash „akzeptiert nativ Text, Bilder und Videos", mit image_url-Inhaltsblöcken für Standbilder und video_url-Blöcken für Videos. Die Endpoint-Formen sind die beiden, die Ant bereits überall betreibt – OpenAI-kompatibles chat/completions und Anthropic-kompatibles messages, beide unter api.ant-ling.com/v1.

Vier Punkte sind nicht dokumentiert. Für Ling-3.2-flash gibt es nirgends auf der Preisseite einen veröffentlichten Preis pro Million Token – die Tabelle listet Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash und zwei Ming-Bildmodelle auf, und Ling-3.2-flash erscheint nur in der Werbezeile. Es gibt keine offenen Gewichte: Die inclusionAI-Organisation auf Hugging Face führt Ling-3.1-flash, Ling-3.1-flash-1019 und einen Ling-3.1-flash-Basis-Checkpoint, aber kein 3.2-Repository. Es gibt keinen unabhängigen Benchmark. Und es gibt keine angegebene Obergrenze für Ausgabe-Token, was für ein Modell, das auf die Erzeugung langer Deliverables ausgelegt ist, eine echte Auslassung und nicht bloß eine Fußnote ist.

Die Frage nach den Gewichten hat eine sichtbare Spur in den sozialen Medien. Die einzige Antwort unter Ants Ankündigung, die es wert ist, gelesen zu werden, ist ein Nutzer, der im Kern fragt, ob es Open Source sein wird. Ant hat nicht geantwortet. Für ein Labor, dessen gesamte Reputation für 2026 auf MIT-lizenzierten 560B-Checkpoints beruht — Ling-3.1-flash-1019 wurde am 27. Oktober unter MIT mit 573,8 GB veröffentlicht —, ist das Schließen des Flaggschiffs eine Änderung der Haltung, keine Formalität.

Die drei Zahlen und wie viel sie wert sind

Ants Ankündigung vergleicht Ling-3.2-flash mit Opus 5, das mit maximalem Reasoning-Aufwand drei Evaluierungen durchläuft. Alle drei wurden vom Anbieter gemeldet, alle drei stammen aus Ants eigener Release-Pipeline, und keine davon wurde außerhalb dieser reproduziert. Mit diesem Etikett fest versehen:

• OmniDocBench1.5 — 92,21 für Ling-3.2-flash gegenüber 90,56 für Opus 5 (max). Ein Benchmark für Dokumentverständnis; eine Differenz von 1,65 Punkten.

• ZEROBench(Sub) — 43,71 gegenüber 39,52. Dies ist der größte relative Abstand der drei, etwa 10,6 %, bei einem 3D-Szenen-Benchmark.

• Vision2Web — 85,86 gegenüber 80,20. Eine Bewertung der Vision-to-Web-Implementierung und diejenige, die sich am direktesten auf die Frontend-Demos abbilden lässt, die Ant dazu veröffentlicht hat.

Lies das Set sorgfältig, und es sagt etwas Engeres aus als „schlägt Opus 5“. Erstens sind alle drei Benchmarks visuell. Ant wählte die drei Evaluierungen aus, bei denen ein natives multimodales Modell mit 25B aktiven Parametern plausibel ein geschlossenes Frontier-Modell schlagen könnte, und veröffentlichte keinen einzigen reinen Textvergleich – keine Reasoning-Suite, keine Coding-Suite, keine agentische Terminal-Aufgabe. Zweitens sind zwei der drei (ZEROBench und Vision2Web) keine standardmäßigen Leaderboard-Instrumente mit breiter Beteiligung Dritter; ein Leser kann sie nicht ohne Weiteres anhand anderer Modelle gegenprüfen. Drittens ist „Opus 5 (max)“ eine spezifische Konfiguration eines spezifischen Wettbewerbers, und die Ankündigung nennt weder das Harness, das Prompt-Set noch die Anzahl der Versuche auf beiden Seiten.

Das macht die Zahlen nicht falsch. Es macht sie zu einer Behauptung eines Anbieters über eine vom Anbieter ausgewählte Aufgabenmenge – was für eine Produktvorstellung normal ist und was als Tatsache wiederholt eine ungewöhnliche Sache ist. Die ehrliche Zusammenfassung lautet, dass Ant glaubt, Ling-3.2-flash sei das stärkste chinesische Modell, das für Dokument-, 3D- und Vision-to-Code-Aufgaben verfügbar ist, und genau die Belege veröffentlicht hat, die diese Überzeugung stützen, und keinen der Belege, der sie prüfen würde.

Wo sich die Multimodalität auszahlen soll

Ant nennt vier Fähigkeitsbereiche, und sie sind spezifischer als die übliche Liste bei Produkteinführungen. Der erste ist komplexes visuelles Verständnis – Dokumente mit Gleichungen und Diagrammen, nicht Bildbeschreibung. Der zweite ist „multimodal long-horizon Agent“, was in Ants Darstellung bedeutet, dass ein Modell einen visuellen Kontext über viele Tool-Aufrufe hinweg aufrechterhält. Der dritte ist 3D-Verständnis und -Interaktion, und der vierte ist medizinische multimodale Arbeit.

Die Demos sind der interessante Teil, weil sie die beabsichtigte Form der Nutzung zeigen. In einer koordiniert Ling-3.2-flash Spezialagenten über einen gemeinsamen Kontext, um Q2-Finanzdaten in einen Analysebericht, ein sechs Folien umfassendes Board-Deck und ein Highlight-Video umzuwandeln und anschließend alle drei anhand von Feedback zu überarbeiten. In einer anderen steuert es Blender über UI-Aktionen und Parameteränderungen und verwandelt technische Zeichnungen in 3D-Webmodelle. Eine dritte zeigt, wie es Headless-Renderings von Materialkugeln liest und Rauheit, Normal Maps und Bump-Details vergleicht, um seine eigenen Skripte zu verfeinern – eine visuelle Rückkopplungsschleife, dasselbe Muster „beobachten, handeln, verifizieren, korrigieren“, das Ant in Ling-3.0-flash-VL eingebaut hat. Eine vierte liest Forschungs-PDFs mit Gleichungen und implementiert die Algorithmen in Code. Eine fünfte verwandelt Fotos von Mahlzeiten in ein wöchentliches Essensjournal mit Portionsschätzungen und Nährstoffsummen.

Zwei dieser fünf sind es wert, als Produktversprechen ernst genommen zu werden und nicht als Marketing: Die Render-Inspektionsschleife und die Umwandlung von Zeichnungen in 3D erfordern beide, dass das Modell seine eigene Ausgabe betrachtet und seinen Kurs ändert, und genau das ist die eine Fähigkeit, die natives multimodales Training davon unterscheidet, einen Vision-Encoder an ein Textmodell anzuflanschen. Ob es mit der von Ant behaupteten Qualität funktioniert, ist genau das, was noch kein unabhängiger Test belegt hat.

Die Access-Story ist der Teil, der Biss hat.

Ling-3.2-flash ist heute auf drei Wegen erreichbar: über das Chat-Produkt Ling Studio, den OpenAI-kompatiblen Chat-Endpunkt und den Anthropic-kompatiblen Messages-Endpunkt. Das Thinking-Objekt ist laut Dokumentation in der gesamten 3.0-, 3.1- und 3.2-Serie unterstützt, wobei „enabled“ der Standardwert ist und „disabled“ für latenzkritische Arbeiten zur Verfügung steht. Bestehende SDKs funktionieren mit einer Änderung der Base-URL.

Dann ist da die operative Realität, die Ant auf der eigenen Rate-Limit-Seite dokumentiert: zwei Abfragen pro Sekunde, global, mit 429-Antworten darüber hinaus und einem 90-Sekunden-Timeout bei synchronen Aufrufen, wobei Streaming empfohlen wird. Für ein Chat-Produkt ist das in Ordnung. Für die Long-Horizon-Agent-Workloads, für die das Modell ausdrücklich positioniert ist – mehrstufige Schleifen, Tool-Ketten, Agenten, die das Modell pro Aufgabe dutzende Male aufrufen –, sind zwei QPS eine harte Obergrenze, die die Architektur stärker prägen wird als jede Benchmark-Zahl. Wer vorhat, Ling-3.2-flash als Agent-Backbone zu betreiben, sollte diese Seite vor der Preisseite lesen.

Was uns betrifft, die ehrliche Position: Ling-3.2-flash ist heute nicht im OrcaRouter-Katalog. Wir haben die Live-Modellliste am 6. November erneut gelesen; sie liefert 215 Bezeichner, und keiner davon ist Ling, inclusionAI, Ring oder ERNIE — die einzigen „ling“-Treffer sind Kling-Videomodelle. Hier ist also nichts mit einem einzigen Aufruf erreichbar. Was jedoch mit einem einzigen Aufruf erreichbar ist, wenn Sie auf das zweiwöchige kostenlose Zeitfenster gesetzt haben, sind Modelle mit veröffentlichten Preisen, für die Sie tatsächlich ein Budget aufstellen können: Qwen3.8-Flash zu 0,15 US-Dollar pro Million Input und 0,47 US-Dollar pro Million Output, GLM-5.3-Flash zu 0,15 und 0,50 US-Dollar sowie DeepSeek V4.1 Flash zu 0,15 und 0,60 US-Dollar. Das sind Anbieter-Listenpreise, die ohne Aufschlag weitergegeben werden, sodass eine Preissenkung eines Anbieters noch am selben Tag bei uns ankommt und nicht erst nach einem Preisanpassungszyklus.

So sieht Tag fünfzehn aus

Ants Preisseite besagt, dass nach dem Aktionszeitraum wieder die ursprünglichen Preise gelten, und fordert Sie auf, „Ihr Kontostand im Auge zu behalten“. Das ist die gesamte Preisangabe für ein 560B-Flaggschiff. Vergleichen Sie die benachbarten Einträge auf derselben Seite: Ling-3.1-flash ist mit ¥2,00 für Eingabe und ¥6,00 für Ausgabe pro Million Tokens gelistet, um 75 % reduziert auf ¥0,50 und ¥1,50; Ling-3.0-flash-VL mit ¥0,50 und ¥1,50, um 72 % reduziert auf ¥0,14 und ¥0,42. Wenn Ling-3.2-flash auch nur annähernd in der Nähe seines rein textbasierten Geschwisters liegt, sind das grob $0,30 pro Million Eingabe- und $0,90 pro Million Ausgabe-Tokens zum Listenpreis, vor Rabatten – aber das ist eine Schlussfolgerung aus einer benachbarten Zeile, kein veröffentlichter Tarif, und ein multimodales Modell bringt Bild- und Video-Tokens mit sich, deren Preisgestaltung Ant überhaupt nicht beschrieben hat.

Die Entscheidung des Lesers teilt sich sauber entlang der Zeitachse. Wenn Sie diese Woche eine dokumentenlastige oder vision-lastige Evaluierung durchführen müssen, ist Ling-3.2-flash kostenlos, auf dem Papier leistungsfähig und die Einrichtungskosten einer Änderung der Base-URL wert. Wenn Sie für das nächste Quartal ein Produktions-Backbone wählen, wählen Sie ein Modell ohne veröffentlichten Preis, ohne unabhängigen Score, ohne Gewichte, mit einer Obergrenze von zwei Anfragen pro Sekunde und ohne Fallback-Pfad – und die verantwortungsvolle Vorgehensweise ist, die Evaluierung jetzt durchzuführen, solange sie nichts kostet, und die Architekturentscheidung aufzuschieben, bis die Preisliste und die ersten Drittanbieter-Scores vorliegen.

Worauf man achten muss, ist nicht das Leaderboard. Sondern ob Ant vor dem Ende des kostenlosen Zeitfensters eine Preisliste und eine Model Card veröffentlicht und ob inclusionAI ein 3.2-Repository bekommt, so wie es eines für 3.1 bekommen hat. Ein Labor, das vor drei Wochen 574 GB MIT-Gewichte ausgeliefert hat und jetzt ein geschlossenes Flaggschiff ausliefert, sagt dir etwas darüber, wo die Marge liegt. Die Zwei-Wochen-Uhr ist die Frist, um zu entscheiden, ob du das glaubst.