Ling-3.2-flash vs Ling-3.1-flash: stesso scheletro da 560B, un nuovo senso, nessun nuovo peso

La pagina di deprecazione di Ant Ling rende la decisione su Ling-3.2-flash più difficile di quanto faccia il post di lancio. Tre modelli più vecchi — Ling-2.6-1T, Ring-2.6-1T e Ling-2.6-flash — verranno ritirati il 15 novembre 2026, e il sostituto consigliato per tutti e tre è Ling-3.1-flash. Quindi, il giorno in cui è arrivato Ling-3.2-flash, il suo predecessore era appena stato designato come destinazione ufficiale per tutte le squadre che migrano dalla generazione 2.6. Tali squadre ora devono scegliere tra il modello verso cui Ant aveva detto loro di passare e il modello che Ant ha annunciato la stessa settimana. I due condividono il numero di parametri, condividono la finestra di contesto, condividono la superficie API — e differiscono esattamente su un asse che conta, più uno che conta di più: Ling-3.2-flash vede, Ling-3.1-flash legge, e Ling-3.1-flash è quello che si può scaricare.

Questo è il confronto che vale la pena fare, e non è quello fatto dalla copertura del lancio. Ling-3.2-flash vince sulla capacità. Ling-3.1-flash vince su tutto ciò di cui un team di produzione ha bisogno per prendere una decisione: un prezzo pubblicato, pesi con licenza MIT e un punteggio indipendente che puoi verificare — anche se quel punteggio è stato poi ritirato dalla classifica in cui si trovava.

Ciò che è genuinamente identico

Inizia dalle parti che Ant non ha modificato, perché sono quelle che determinano quanto lavoro comporti davvero una migrazione.

• Dimensione — entrambi hanno 560B parametri totali con 25B attivi per token. La tabella di selezione del modello di Ant riporta le stesse due cifre su entrambe le righe.

• Contesto — entrambi offrono una finestra da 1M token. Ling-3.0-flash, di una fascia inferiore, è limitato a 256K, quindi 1M è ormai la base di riferimento per i modelli di punta anziché un titolo di richiamo.

• Superficie delle richieste — entrambe vengono servite su api.ant-ling.com/v1 tramite un endpoint chat/completions compatibile con OpenAI e un endpoint messages compatibile con Anthropic. Entrambe accettano l'oggetto thinking con enabled o disabled; la documentazione di riferimento di Ant elenca parimenti le serie 3.0, 3.1 e 3.2.

• Lineage — stessa famiglia MoE ibrida-lineare, stessa ricetta di attenzione KDA-to-gated-MLA che Ant ha introdotto con la 3.0 e perfezionato con la 3.1, stessa topologia a 512 esperti instradati del checkpoint 3.1 open.

• Limiti di frequenza — lo stesso tetto globale di due query al secondo, con errori 429 oltre tale soglia, e lo stesso timeout sincrono di 90 secondi, con streaming consigliato. Un nuovo modello non ti garantisce maggiore throughput.

Quindi una migrazione da Ling-3.1-flash a Ling-3.2-flash è un cambio della stringa del modello più qualunque cosa tu faccia diversamente con le immagini. Non c'è un nuovo SDK, né un nuovo endpoint, né una nuova autenticazione.

Cosa è cambiato davvero: il modello ha imparato a guardare

Ling-3.1-flash è testo in ingresso, testo in uscita. Non è una limitazione che Ant abbia nascosto: la guida alla selezione del fornitore stesso lo posiziona per il lavoro d'ufficio, lo sviluppo software a lungo termine e compiti complessi per agenti, e il suo materiale di lancio del 2026 era pieno di benchmark ingegneristici: un port del compilatore da Lua a x86-64-ELF, un pass di conformità Pyright, una reimplementazione in Rust, una patch al parser di OceanBase. Era un modello per le persone che scrivono codice di mestiere.

Ling-3.2-flash viene riposizionato attorno a quattro capacità visive: comprensione visiva complessa, agenti multimodali a lungo orizzonte, comprensione e interazione 3D e attività mediche multimodali. Il riferimento API specifica esplicitamente che una richiesta a Ling-3.2-flash «accetta nativamente testo, immagini e video», usando blocchi image_url per le immagini statiche e blocchi video_url per i video. Le demo pubblicate da Ant mostrano a cosa serve: leggere render headless di sfere di materiale e confrontare mappe di rugosità e normali per perfezionare uno script; pilotare Blender tramite azioni dell'interfaccia utente; convertire disegni tecnici in modelli web 3D; trasformare PDF di ricerca con equazioni in codice funzionante; stimare porzioni e calorie da foto di pasti.

I tre benchmark di rilascio di Ant sono tutti visivi e tutti riportati dal fornitore. OmniDocBench1.5 a 92,21 contro 90,56 di Opus 5 al massimo sforzo; ZEROBench(Sub) a 43,71 contro 39,52; Vision2Web a 85,86 contro 80,20. L'affermazione che supportano è ristretta e specifica: su parsing di documenti, ragionamento su scene 3D e implementazione vision-to-web, Ant ritiene che il nuovo modello superi un modello chiuso di frontiera. Nessuno dei tre dice nulla sul ragionamento testuale, e Ant non ha pubblicato alcun benchmark testuale — il che è di per sé un segnale, considerando che il lancio di Ling-3.1-flash era quasi interamente basato su benchmark testuali.

Se il tuo carico di lavoro è testuale, la lettura onesta è che il vantaggio di Ling-3.2-flash rispetto a Ling-3.1-flash non è misurato. Se il tuo carico di lavoro implica guardare qualcosa, è proprio questo il punto.

La questione del prezzo è il punto in cui i due divergono maggiormente.

Ling-3.1-flash ha un tariffario pubblicato, attualmente scontato. La pagina dei prezzi di Ant lo indica a ¥2,00 per milione di token in input e ¥6,00 per milione in output, scontati del 75% a ¥0,50 e ¥1,50, con le letture dalla cache a ¥0,40 che scendono a ¥0,10. La colonna in USD che Ant pubblica per le piattaforme di terze parti mostra $0,30 e $0,90 a listino, scontati a $0,075 e $0,225.

Ling-3.2-flash non ha proprio alcun tariffario. La pagina dei prezzi elenca Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash e due modelli di immagini Ming; Ling-3.2-flash compare solo in un banner promozionale: "gratuito per le prime 2 settimane dopo il lancio", con i prezzi originali che riprendono successivamente e un suggerimento a tenere d'occhio il saldo del tuo account. Nessuna tariffa di input, nessuna tariffa di output, nessuna tariffa di cache e — cosa più rilevante per un modello multimodale — nessuna indicazione pubblicata sul trattamento dei token di immagini o video.

Per chiunque pianifichi la capacità, questa è l'asimmetria decisiva. Un modello di cui non puoi determinare il prezzo è un modello che non puoi inserire in un budget, e un modello di visione la cui contabilizzazione dei token immagine non è documentata è un modello il cui costo non puoi nemmeno stimare dalla sua tariffa per il testo. La finestra gratuita si chiude intorno al 19 novembre, cinque giorni prima che l'ondata di deprecazione di Ant arrivi il 15. I team che migrano da Ling-2.6 affronteranno entrambe le date nello corso della stessa quindicina.

Pesi: il predecessore è aperto, il successore no

Questa è la parte che inverte l'ordine intuitivo. Il modello più vecchio è quello con i pesi scaricabili.

Il repository Hugging Face inclusionAI/Ling-3.1-flash è distribuito con licenza MIT e contiene 572.120.680.768 byte di safetensors — circa 572 GB — con ultima modifica il 3 novembre 2026. Il suo gemello Ling-3.1-flash-1019, la revisione post-addestramento pubblicata da Ant a fine ottobre, è anch'esso MIT e contiene 54 shard FP8 per circa 573,8 GB. Entrambi sono il checkpoint completo, non adattatori, ed entrambi richiedono trust_remote_code a causa del codice di modellazione personalizzato BailingMoeV3ForCausalLM.

Ling-3.2-flash non ha un repository. L'elenco recente dell'organizzazione inclusionAI comprende Ling-3.1-flash-1019, Ling-3.1-flash, un checkpoint di base, i modelli vision ZwZ2 e i modelli audio Ming — nessuna voce 3.2. Sotto l'annuncio di Ant, la risposta con più like è quella di un utente che vorrebbe fosse open source, e Ant non ha risposto.

Quindi i due modelli si scambiano di posto a seconda delle tue esigenze. Se vuoi servire un MoE da 560B sul tuo hardware, valutarlo offline, metterlo a punto o semplicemente non dipendere dal tempo di attività di un fornitore, Ling-3.1-flash è disponibile secondo termini che consentono tutto ciò, mentre Ling-3.2-flash no. Se vuoi il modello multimodale migliore e ti accontenti di noleggiarlo, l’ordine si inverte.

I punteggi indipendenti, per quello che valgono

Artificial Analysis ha ricostruito il suo Intelligence Index alla versione v5.0.1 alla fine di ottobre, e la ricostruzione ha lasciato i due modelli Ling in stati diversi. Letta oggi, la pagina di Ling 3.1 Flash non riporta alcun valore dell'Intelligence Index — il riquadro indica N/D, insieme a N/D per il tempo per attività dell'indice, il costo per attività dell'indice e i token di output. La pagina Ling 3.1 Flash 1019, al contrario, riporta un punteggio attivo di 30 su v5.0.1, con un costo ponderato di $3.19 per attività dell'indice e 240M token di output generati.

Quel 30 non è confrontabile con nessun numero Ling precedente alla ricostruzione. Con la rubrica precedente Ling-3.1-flash-1019 segnava 44; la rubrica v5 è più severa, assegna il 60% del punteggio composito ai set privati e held-out e ha fatto scendere la maggior parte dei modelli. Il passaggio da 44 a 30 è una ri-valutazione, non una regressione.

Ling-3.2-flash non ha alcuna pagina su Artificial Analysis. Non esiste alcun dato di terze parti, nessuna misurazione della velocità, nessuna stima del costo per attività. Gli unici numeri esistenti sono i tre benchmark visivi di Ant.

Come decidere

La regola decisionale che deriva da tutto quanto sopra è insolitamente chiara, perché i due modelli non sono davvero sostituti.

Resta su Ling-3.1-flash se il tuo carico di lavoro è testuale e la tua tempistica è la produzione. Ottieni una tariffa scontata pubblicata, pesi MIT che puoi ospitare autonomamente, un punteggio indipendente di 30 sulla rubrica attuale per la build 1019 e la raccomandazione di Ant stessa come sostituto di tre modelli in dismissione. Nulla di Ling-3.2-flash migliora alcuno di questi aspetti per il lavoro testuale, tranne una possibilità non misurata.

Passa a Ling-3.2-flash se il lavoro comporta immagini, video, documenti con layout, 3D o screenshot. È la capacità che Ling-3.1-flash semplicemente non ha, ed è l'unico motivo per accettare un prezzo non pubblicato e pesi chiusi. Esegui la tua valutazione durante la finestra gratuita — l'integrazione è un cambio di stringa del modello su un SDK che hai già — e considera qualsiasi cosa tu costruisca su di esso prima del 19 novembre come un progetto pilota anziché un impegno.

Esegui entrambi se hai traffico misto. Indirizza il lavoro visivo al 3.2 e il lavoro testuale al 3.1, che è il vero scopo della suddivisione in due modelli, e tieni presente che il limite di frequenza di Ant è globale per account anziché per modello — il tetto non raddoppia perché stai chiamando due modelli.

Dove un router è adatto, e dove no

Per essere precisi sulla nostra posizione, dato che è facile lasciar intendere di più: né Ling-3.2-flash né Ling-3.1-flash sono nel catalogo OrcaRouter. Abbiamo riletto l'elenco dei modelli in tempo reale il 6 novembre e restituisce 215 identificatori senza alcuna voce Ling, inclusionAI, Ring o ERNIE — le uniche corrispondenze per "ling" sono i modelli video Kling. Quindi oggi nulla in questo confronto è raggiungibile con una singola chiamata.

Quello che un router ti offre qui è il percorso di uscita anziché l'ingresso. Il limite di frequenza di Ant è di due query al secondo per account; un limitatore globale su un flagship da 560B è esattamente la condizione in cui il failover si ripaga, e il modo pratico per eseguire Ling-3.2-flash in un loop di agenti è mettere un secondo provider dietro di esso anziché accodarsi dietro un 429. Dal nostro lato quel secondo provider è un modello con una tariffa pubblicata sulla stessa chiave: Qwen3.8-Flash a $0.15 per milione di input e $0.47 per milione di output per il lavoro di visione, oppure DeepSeek V4.1 Flash a $0.15 e $0.60 e GLM-5.3-Flash a $0.15 e $0.50 per il testo. I prezzi sono quelli di listino del provider, trasferiti senza alcun ricarico, così un taglio del fornitore arriva lo stesso giorno invece che dopo un ciclo di riprezzamento. Il DSL di routing compone più modelli in un'unica chiamata, ed è così che la suddivisione sopra diventa un unico endpoint invece di due integrazioni.

Cosa lo risolverebbe

Tre pubblicazioni trasformerebbero questa da una questione di giudizio a un confronto tra specifiche. Una tabella tariffaria per Ling-3.2-flash, che includa anche come vengono conteggiati i token di immagini e video. Un repository Ling-3.2-flash con gli stessi termini MIT del suo predecessore, il che farebbe sparire dall'oggi al domani il principale vantaggio del modello precedente. E una tabella di benchmark solo testuale — una suite di ragionamento, una suite di coding — che ci direbbe se la generazione 3.2 ha migliorato ciò per cui era stato costruito 3.1, o gli ha solo aggiunto un senso.

Fino ad allora, l'ordine è: Ling-3.2-flash è il modello migliore, e Ling-3.1-flash è la scommessa migliore. Ant ha rilasciato i due modelli a cinque settimane di distanza — Ling-3.1-flash il 30 settembre 2026, Ling-3.2-flash il 5 novembre — e solo uno di quei due modelli ha un prezzo.