Ling-3.2-flash : le fleuron multimodal natif d'Ant Ling fonctionne selon un cycle de deux semaines

Le fait le plus lourd de conséquences concernant Ling-3.2-flash relève de la facturation, et il a une date d’expiration. Ant Ling a intégré le modèle à son API le 5 novembre 2026 et l’a rendu gratuit pendant les quatorze premiers jours ; une fois cette fenêtre refermée, les « prix d’origine » reprennent — des prix que le fournisseur n’a pas encore publiés. Ainsi, chaque affirmation architecturale ci-dessous a une courte durée de validité et une question de longue haleine attachée : combien cela coûte-t-il le quinzième jour ? Ling-3.2-flash est un modèle mixture-of-experts de 560 milliards de paramètres, avec 25 milliards de paramètres actifs par token, un contexte de 1 M de tokens et — la vraie nouvelle — une entrée native pour image, texte et vidéo, ce qui en fait le premier modèle phare de Ling qui voit plutôt que se contente de lire. Son prédécesseur, Ling-3.1-flash, était uniquement textuel. Ling-3.0-flash-VL, le modèle de vision antérieur, était une branche latérale de 124 milliards de paramètres. C’est la première fois que le haut de la gamme Ling et la capacité multimodale se trouvent dans les mêmes poids.

L’entrée du journal des modifications propre à Ant (version 2.0.6, datée du 5 novembre) constitue le document de publication, et elle tient en une seule phrase. L’annonce sur X du même soir ajoute trois chiffres de benchmark et cinq vidéos de démonstration. Il n’y a ni rapport technique, ni fiche de modèle, ni poids, ni liste de prix. C’est une trace documentaire plus mince que celle qu’a eue Ling-3.1-flash en septembre, et il vaut la peine de le dire clairement avant de considérer le moindre chiffre comme établi.

Ce qui a réellement été livré, et ce qu’Ant n’a pas dit

Quatre éléments sont documentés et vérifiables aujourd'hui. Le nombre de paramètres, le nombre de paramètres actifs et la fenêtre de contexte figurent à deux endroits sur le site développeur d'Ant — le tableau de sélection des modèles Ling et la chronologie « Ling's Evolution », qui classe la série 3.2 sous 2026.11. La prise en charge des modalités apparaît dans la référence de l'API : une requête adressée à Ling-3.2-flash « accepte nativement le texte, les images et les vidéos », avec des blocs de contenu image_url pour les images fixes et des blocs video_url pour la vidéo. Les formats d'endpoint sont les deux qu'Ant exploite déjà partout — chat/completions compatible OpenAI et messages compatible Anthropic, tous deux sur api.ant-ling.com/v1.

Quatre éléments ne sont pas documentés. Aucun prix publié par million de jetons pour Ling-3.2-flash n’apparaît nulle part sur la page de tarification — le tableau liste Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash et deux modèles d’image Ming, et Ling-3.2-flash n’apparaît que dans la ligne promotionnelle. Il n’y a pas de poids ouverts : l’organisation inclusionAI sur Hugging Face héberge Ling-3.1-flash, Ling-3.1-flash-1019 et un checkpoint de base Ling-3.1-flash, et aucun dépôt 3.2. Il n’existe aucun benchmark indépendant. Et aucun plafond de jetons de sortie n’est indiqué, ce qui, pour un modèle présenté comme destiné à la génération de livrables longs, constitue un véritable oubli plutôt qu’une simple note de bas de page.

La question des poids a une trace sociale visible. La seule réponse qui vaut la peine d’être lue sous l’annonce d’Ant est celle d’un utilisateur demandant, en substance, si elle sera open source. Ant n’a pas répondu. Pour un laboratoire dont toute la réputation en 2026 repose sur des checkpoints de 560B sous licence MIT — Ling-3.1-flash-1019 livré à 573.8 GB sous MIT le 27 octobre — fermer le modèle phare est un changement de posture, pas une formalité.

Les trois nombres, et combien ils valent

L'annonce d'Ant compare Ling-3.2-flash à Opus 5 fonctionnant à effort de raisonnement maximal sur trois évaluations. Toutes trois sont rapportées par le fournisseur, toutes trois proviennent du propre pipeline de publication d'Ant, et aucune n'a été reproduite en dehors de celui-ci. Avec cette étiquette fermement attachée :

• OmniDocBench1.5 — 92,21 pour Ling-3.2-flash contre 90,56 pour Opus 5 (max). Un benchmark de compréhension de documents ; un écart de 1,65 point.

• ZEROBench(Sub) — 43,71 contre 39,52. C'est l'écart relatif le plus large des trois, environ 10,6 %, sur un benchmark de scènes 3D.

• Vision2Web — 85,86 contre 80,20. Une évaluation de l’implémentation vision-vers-web, et celle qui correspond le plus directement aux démos frontend qu’Ant a publiées parallèlement.

Lisez l’ensemble attentivement : il dit quelque chose de plus restrictif que « bat Opus 5 ». Premièrement, les trois benchmarks sont visuels. Ant a choisi les trois évaluations où un modèle multimodal natif à 25B de paramètres actifs pouvait plausiblement battre un modèle fermé de pointe, et n’a publié aucune comparaison purement textuelle — aucune suite de raisonnement, aucune suite de codage, aucune tâche terminal agentique. Deuxièmement, deux des trois (ZEROBench et Vision2Web) ne sont pas des instruments de classement standard avec une large participation de tiers ; un lecteur ne peut pas facilement les recouper avec d’autres modèles. Troisièmement, « Opus 5 (max) » est une configuration spécifique d’un concurrent spécifique, et l’annonce ne précise ni le harnais d’évaluation, ni le jeu de prompts, ni le nombre de tentatives de part et d’autre.

Cela ne rend pas les chiffres faux. Cela en fait une affirmation d’un fournisseur à propos d’un ensemble de tâches choisi par ce fournisseur, ce qui est normal pour un lancement et anormal à répéter comme un fait. Le résumé honnête est qu’Ant estime que Ling-3.2-flash est le modèle chinois le plus performant disponible sur les tâches de documents, de 3D et de vision-vers-code, et a publié exactement les preuves qui étayent cette conviction et aucune des preuves qui permettraient de la mettre à l’épreuve.

Là où la multimodalité est censée porter ses fruits

Ant nomme quatre domaines de capacités, et ils sont plus précis que la liste de lancement habituelle. Le premier est la compréhension visuelle complexe — des documents avec équations et diagrammes, pas du légendage. Le deuxième est l’« agent multimodal à long horizon », ce qui, selon la formulation d’Ant, désigne un modèle qui maintient un contexte visuel actif à travers de nombreux appels d’outils. Le troisième est la compréhension et l’interaction 3D, et le quatrième concerne les travaux multimodaux médicaux.

Les démos sont la partie intéressante, car elles montrent la forme d’utilisation prévue. Dans l’une, Ling-3.2-flash coordonne des agents spécialisés sur un contexte partagé pour convertir des données financières du Q2 en un rapport d’analyse, une présentation au conseil d’administration de six diapositives et une vidéo des temps forts, puis révise les trois en fonction des retours. Dans une autre, il pilote Blender via des actions d’interface et des modifications de paramètres et transforme des dessins techniques en modèles 3D pour le web. Une troisième le montre en train de lire des rendus sans affichage de sphères de matériau et de comparer la rugosité, les normal maps et le détail de bump pour affiner ses propres scripts — une boucle de rétroaction visuelle, le même schéma « observer, agir, vérifier, corriger » qu’Ant a intégré à Ling-3.0-flash-VL. Une quatrième lit des PDF de recherche contenant des équations et implémente les algorithmes en code. Une cinquième transforme des photos de repas en un journal alimentaire hebdomadaire avec des estimations de portions et des totaux de nutriments.

Deux de ces cinq éléments méritent d'être pris au sérieux comme arguments produit plutôt que comme marketing : la boucle d'inspection du rendu et la conversion dessin-3D exigent toutes deux que le modèle observe sa propre sortie et change de cap, ce qui est la capacité qui distingue un entraînement multimodal natif du simple greffage d'un encodeur visuel sur un modèle textuel. Quant à savoir si cela fonctionne à la qualité revendiquée par Ant, c'est précisément ce qu'aucun test indépendant n'a encore établi.

L’histoire de l’accès est la partie qui a du mordant.

Ling-3.2-flash est accessible de trois manières aujourd'hui : le produit de chat Ling Studio, le point de terminaison de chat compatible OpenAI et le point de terminaison de messages compatible Anthropic. L'objet thinking est documenté comme pris en charge dans les séries 3.0, 3.1 et 3.2, avec enabled comme valeur par défaut et disabled disponible pour les charges de travail sensibles à la latence. Les SDK existants fonctionnent avec une modification de l'URL de base.

Ensuite, il y a la réalité opérationnelle qu’Ant documente sur sa propre page consacrée aux limites de débit : deux requêtes par seconde, à l’échelle mondiale, avec des 429 au-delà, et un délai d’expiration de 90 secondes sur les appels synchrones, le streaming étant recommandé. Pour un produit de chat, cela convient. Pour les charges de travail d’agents à long horizon pour lesquelles le modèle est explicitement positionné — boucles multi-étapes, chaînes d’outils, agents qui appellent le modèle des dizaines de fois par tâche —, deux QPS constituent un plafond dur qui façonnera l’architecture plus que ne le fera n’importe quel chiffre de benchmark. Quiconque envisage d’utiliser Ling-3.2-flash comme colonne vertébrale d’agent devrait lire cette page avant celle des tarifs.

De notre côté, la position honnête : Ling-3.2-flash ne figure pas aujourd’hui au catalogue d’OrcaRouter. Nous avons relu la liste des modèles en ligne le 6 novembre et elle renvoie 215 identifiants, dont aucun Ling, inclusionAI, Ring ou ERNIE — les seules correspondances « ling » sont des modèles vidéo Kling. Donc rien ici n’est accessible en un seul appel. Ce qui est accessible en un seul appel, si vous comptiez sur la fenêtre gratuite de deux semaines, ce sont des modèles dont les prix sont publiés et sur lesquels vous pouvez réellement établir un budget : Qwen3.8-Flash à 0,15 $ par million de jetons d’entrée et 0,47 $ par million de jetons de sortie, GLM-5.3-Flash à 0,15 $ et 0,50 $, et DeepSeek V4.1 Flash à 0,15 $ et 0,60 $. Ce sont les prix catalogue des fournisseurs répercutés sans marge, donc lorsqu’un fournisseur réduit un tarif, il arrive de notre côté le jour même plutôt qu’après un cycle de réévaluation des prix.

À quoi ressemble le jour quinze

La page de tarification d'Ant indique que les prix d'origine reviennent après la période promotionnelle et vous demande de « garder un œil sur le solde de votre compte ». C'est l'intégralité de la communication tarifaire pour un modèle phare de 560B. Comparez les voisins sur la même page : Ling-3.1-flash est affiché à ¥2.00 en entrée et ¥6.00 en sortie par million de jetons, remisé de 75 % à ¥0.50 et ¥1.50 ; Ling-3.0-flash-VL à ¥0.50 et ¥1.50, remisé de 72 % à ¥0.14 et ¥0.42. Si Ling-3.2-flash s'approche tant soit peu de son homologue texte uniquement, cela représente environ $0.30 par million de jetons en entrée et $0.90 par million de jetons en sortie au tarif catalogue, avant remises — mais il s'agit d'une déduction à partir d'une ligne voisine, et non d'un tarif publié, et un modèle multimodal comporte des jetons d'image et de vidéo dont Ant n'a pas du tout décrit la tarification.

Ainsi, la décision du lecteur se scinde nettement selon l’échéance. Si vous avez une évaluation lourde en documents ou en vision à mener cette semaine, Ling-3.2-flash est gratuit, convaincant sur le papier et vaut le coût de configuration d’un changement d’URL de base. Si vous choisissez un socle de production pour le prochain trimestre, vous choisissez un modèle sans prix publié, sans score indépendant, sans poids, avec un plafond de deux requêtes par seconde et sans chemin de repli — et la décision responsable est de lancer l’évaluation maintenant, tant qu’elle ne coûte rien, et de reporter la décision d’architecture jusqu’à la publication de la grille tarifaire et des premiers scores de tiers.

Ce qu’il faut surveiller, ce n’est pas le classement. C’est de savoir si Ant publie une grille tarifaire et une fiche modèle avant la fermeture de la fenêtre gratuite, et si inclusionAI obtient un dépôt 3.2 comme il a obtenu un dépôt 3.1. Un laboratoire qui a livré 574 Go de poids sous licence MIT il y a trois semaines et qui livre aujourd’hui un modèle phare fermé vous dit quelque chose sur l’endroit où se situe la marge. Le compte à rebours de deux semaines est la date limite pour décider si vous y croyez.