Ling-3.2-flash: l'ammiraglia multimodale nativa di Ant Ling segue un ciclo di due settimane

Il fatto più rilevante di Ling-3.2-flash riguarda la fatturazione, ed è destinato a scadere. Ant Ling ha inserito il modello nella propria API il 5 novembre 2026 e lo ha reso gratuito per i primi quattordici giorni; alla chiusura di quella finestra, tornano in vigore i "prezzi originali", prezzi che il fornitore non ha ancora pubblicato. Quindi ogni affermazione architetturale che segue ha vita breve e una domanda destinata a durare: quanto costa al quindicesimo giorno? Ling-3.2-flash è un modello mixture-of-experts da 560 miliardi di parametri con 25 miliardi di parametri attivi per token, una finestra di contesto da 1M token e — la vera notizia — input nativi di immagini, testo e video, il che lo rende il primo flagship Ling che vede anziché limitarsi a leggere. Il suo predecessore Ling-3.1-flash era solo testuale. Ling-3.0-flash-VL, il precedente modello di visione, era un ramo collaterale da 124B. È la prima volta che il vertice della linea Ling e la capacità multimodale risiedono negli stessi pesi.

La voce del changelog di Ant (versione 2.0.6, datata 5 novembre) è il documento di rilascio, ed è lunga una sola frase. L'annuncio su X della stessa sera aggiunge tre numeri di benchmark e cinque video dimostrativi. Non ci sono report tecnici, model card, pesi né listino prezzi. È una traccia documentale più esile di quella ricevuta da Ling-3.1-flash a settembre, e vale la pena dirlo chiaramente prima di considerare stabilito qualsiasi numero.

Cosa è stato effettivamente rilasciato, e cosa Ant non ha detto

Quattro cose sono documentate e verificabili oggi. Il numero di parametri, il conteggio degli attivi e la finestra di contesto compaiono in due punti sul sito per sviluppatori di Ant — la tabella di selezione dei modelli Ling e la cronologia "Ling's Evolution", che colloca la serie 3.2 sotto 2026.11. Il supporto alle modalità compare nel riferimento API: una richiesta a Ling-3.2-flash "accetta nativamente testo, immagini e video", con blocchi di contenuto image_url per le immagini statiche e blocchi video_url per i video. Le strutture degli endpoint sono le due che Ant già utilizza ovunque — chat/completions compatibile con OpenAI e messages compatibile con Anthropic, entrambi su api.ant-ling.com/v1.

Quattro cose non sono documentate. Non esiste da nessuna parte sulla pagina dei prezzi un prezzo pubblicato per milione di token per Ling-3.2-flash — la tabella elenca Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash e due modelli Ming per immagini, e Ling-3.2-flash compare solo nella riga promozionale. Non ci sono pesi aperti: l'organizzazione inclusionAI su Hugging Face contiene Ling-3.1-flash, Ling-3.1-flash-1019 e un checkpoint base di Ling-3.1-flash, e nessun repository 3.2. Non esiste un benchmark indipendente. E non è indicato alcun limite massimo di token in output, il che, per un modello presentato per la generazione di deliverable lunghi, è una vera omissione e non una nota a piè di pagina.

La questione dei pesi ha una traccia sociale visibile. L'unica risposta che vale la pena leggere sotto l'annuncio di Ant è quella di un utente che chiede, in sostanza, se sarà open source. Ant non ha risposto. Per un laboratorio la cui intera reputazione nel 2026 si basa su checkpoint da 560B con licenza MIT — Ling-3.1-flash-1019 rilasciato a 573,8 GB con licenza MIT il 27 ottobre — chiudere il modello di punta è un cambio di posizione, non una formalità.

I tre numeri, e quanto valgono

L'annuncio di Ant confronta Ling-3.2-flash con Opus 5 impostato al massimo sforzo di ragionamento su tre valutazioni. Tutte e tre sono riportate dal fornitore, tutte e tre provengono dalla pipeline di rilascio di Ant stessa e nessuna è stata riprodotta al di fuori di essa. Con questa etichetta ben apposta:

• OmniDocBench1.5 — 92,21 per Ling-3.2-flash contro 90,56 per Opus 5 (max). Un benchmark di comprensione dei documenti; un divario di 1,65 punti.

• ZEROBench(Sub) — 43,71 contro 39,52. Questo è il divario relativo più ampio dei tre, circa 10,6%, su un benchmark di scene 3D.

• Vision2Web — 85,86 contro 80,20. Una valutazione di implementazione da visione a web, e quella che si ricollega più direttamente alle demo frontend che Ant ha pubblicato insieme a essa.

Leggi il set con attenzione e noterai che dice qualcosa di più ristretto di «batte Opus 5». In primo luogo, tutti e tre i benchmark sono visivi. Ant ha scelto le tre valutazioni in cui un modello nativamente multimodale con 25B parametri attivi poteva plausibilmente battere un modello chiuso di frontiera, e non ha pubblicato nemmeno un confronto solo testuale — nessuna suite di ragionamento, nessuna suite di coding, nessun task agentico da terminale. In secondo luogo, due dei tre (ZEROBench e Vision2Web) non sono strumenti standard per le classifiche con un'ampia partecipazione di terze parti; un lettore non può facilmente verificarne la plausibilità rispetto ad altri modelli. In terzo luogo, «Opus 5 (max)» è una configurazione specifica di uno specifico concorrente, e l'annuncio non indica l'harness, il set di prompt o il numero di tentativi da entrambe le parti.

Questo non rende sbagliati i numeri. Li rende un’affermazione di un fornitore su un insieme di attività scelto dal fornitore, cosa normale per un lancio e anomala da ripetere come fatto. Il riassunto onesto è che Ant ritiene che Ling-3.2-flash sia il modello cinese più forte disponibile sulle attività di documenti, 3D e vision-to-code, e ha pubblicato esattamente le prove che sostengono questa convinzione e nessuna delle prove che la metterebbero alla prova.

Dove la multimodalità dovrebbe dare i suoi frutti

Ant individua quattro aree di capacità, e sono più specifiche del consueto elenco di lancio. La prima è la comprensione visiva complessa: documenti con equazioni e diagrammi, non la generazione di didascalie. La seconda è l'"Agent multimodale a lungo orizzonte", che nella formulazione di Ant significa un modello che mantiene vivo un contesto visivo attraverso molte chiamate agli strumenti. La terza è la comprensione e l'interazione 3D, e la quarta è il lavoro multimodale in ambito medico.

Le demo sono la parte interessante perché mostrano la forma d'uso prevista. In una, Ling-3.2-flash coordina agenti specialistici su un contesto condiviso per convertire i dati finanziari del Q2 in un report di analisi, una presentazione per il consiglio di sei slide e un video di highlights, poi rivede tutti e tre in base al feedback. In un'altra guida Blender tramite azioni UI e modifiche dei parametri e trasforma disegni tecnici in modelli web 3D. Una terza lo mostra mentre legge render headless di sfere di materiale e confronta rugosità, normal map e dettaglio del bump per perfezionare i propri script — un ciclo di feedback visivo, lo stesso schema "osserva, agisci, verifica, correggi" che Ant ha integrato in Ling-3.0-flash-VL. Una quarta legge PDF di ricerca con equazioni e implementa gli algoritmi in codice. Una quinta trasforma foto di pasti in un diario alimentare settimanale con stime delle porzioni e totali dei nutrienti.

Due di quei cinque meritano di essere presi sul serio come affermazioni di prodotto anziché come marketing: il ciclo di ispezione del rendering e la conversione da disegno a 3D richiedono entrambi che il modello guardi il proprio output e cambi rotta, ed è l'unica capacità che distingue l'addestramento multimodale nativo dall'aggiungere un encoder visivo a un modello testuale. Se funzioni alla qualità dichiarata da Ant è esattamente ciò che nessun test indipendente ha ancora stabilito.

La storia dell'accesso è la parte che ha mordente.

Oggi Ling-3.2-flash è raggiungibile in tre modi: il prodotto di chat Ling Studio, l'endpoint di chat compatibile con OpenAI e l'endpoint messages compatibile con Anthropic. L'oggetto thinking è documentato come supportato in tutta la serie 3.0, 3.1 e 3.2, con enabled come impostazione predefinita e disabled disponibile per attività sensibili alla latenza. Gli SDK esistenti funzionano con una modifica dell'URL di base.

Poi c’è la realtà operativa che Ant documenta nella propria pagina sui limiti di frequenza: due query al secondo, a livello globale, con errori 429 al di sopra di tale soglia, e un timeout di 90 secondi sulle chiamate sincrone, con lo streaming consigliato. Per un prodotto di chat va bene. Per i carichi di lavoro degli agenti a lungo orizzonte per cui il modello è esplicitamente posizionato — cicli a più passaggi, catene di strumenti, agenti che chiamano il modello decine di volte per attività — due QPS sono un tetto rigido che plasmerà l’architettura più di qualsiasi numero di benchmark. Chiunque preveda di usare Ling-3.2-flash come spina dorsale per agenti dovrebbe leggere quella pagina prima della pagina dei prezzi.

Da parte nostra, la posizione onesta: Ling-3.2-flash oggi non è nel catalogo OrcaRouter. Abbiamo riletto l'elenco live dei modelli il 6 novembre e restituisce 215 identificatori, nessuno dei quali è Ling, inclusionAI, Ring o ERNIE — le uniche corrispondenze con "ling" sono i modelli video Kling. Quindi qui non c'è nulla a una sola chiamata di distanza. Ciò che è a una sola chiamata di distanza, se contavate sulla finestra gratuita di due settimane, sono modelli con prezzi pubblicati su cui potete davvero fare budget: Qwen3.8-Flash a $0.15 per milione di token in input e $0.47 per milione in output, GLM-5.3-Flash a $0.15 e $0.50, e DeepSeek V4.1 Flash a $0.15 e $0.60. Quelli sono i prezzi di listino dei provider trasferiti a zero markup, così quando un fornitore taglia una tariffa arriva dalla nostra parte lo stesso giorno anziché dopo un ciclo di riprezzamento.

Che aspetto ha il quindicesimo giorno

La pagina dei prezzi di Ant afferma che i prezzi originali tornano in vigore dopo il periodo promozionale e ti invita a «tenere d'occhio il saldo del tuo account». Questa è tutta l'informativa sui prezzi per un modello di punta da 560B. Confronta i modelli vicini sulla stessa pagina: Ling-3.1-flash è indicato a ¥2,00 in input e ¥6,00 in output per milione di token, scontato del 75% a ¥0,50 e ¥1,50; Ling-3.0-flash-VL a ¥0,50 e ¥1,50, scontato del 72% a ¥0,14 e ¥0,42. Se Ling-3.2-flash si avvicina anche solo vagamente al suo fratello solo testo, si tratta di circa $0,30 per milione di token in input e $0,90 per milione di token in output a listino, prima degli sconti — ma questa è un'inferenza da una riga vicina, non una tariffa pubblicata, e un modello multimodale comporta token per immagini e video il cui prezzo Ant non ha descritto affatto.

Quindi la decisione del lettore si divide nettamente in base alla tempistica. Se questa settimana devi eseguire una valutazione con molti documenti o molto incentrata sulla visione, Ling-3.2-flash è gratuito, valido sulla carta e vale il costo di configurazione di una modifica del base-URL. Se stai scegliendo una colonna portante di produzione per il prossimo trimestre, stai scegliendo un modello senza prezzo pubblicato, senza punteggio indipendente, senza pesi, con un limite di due richieste al secondo e senza percorso di fallback — e la mossa responsabile è eseguire la valutazione ora, finché non costa nulla, e rinviare la decisione architetturale finché non arriveranno il listino prezzi e i primi punteggi di terze parti.

La cosa da tenere d'occhio non è la classifica. È se Ant pubblicherà un listino prezzi e una scheda del modello prima che si chiuda la finestra gratuita, e se inclusionAI otterrà un repository 3.2 come ha ottenuto quello 3.1. Un laboratorio che tre settimane fa ha rilasciato 574 GB di pesi MIT e ora rilascia un flagship chiuso ti sta dicendo qualcosa su dove stia il margine. Il conto alla rovescia di due settimane è la scadenza per decidere se crederci.