Ling-3.0-flash: アント・グループの新しい高速ティアMoEについて実際に分かっていること（そして分かっていないこと）

アント・グループのInclusionAIラボは、2026年7月23日頃にLing-3.0-flashをリリースしました。つまり、このブリーフが作成された時点でリリースから数日しか経っていません。これは混合専門家（MoE）言語モデルであり、総パラメータ数124B、トークンあたりのアクティブパラメータ数は約5.1B（疎性比約24:1）で、テキスト生成とツール呼び出し向けに作られています。Lingファミリーの中では高速で低コストな層に位置づけられており、主力は依然としてはるかに大規模なLing-2.6-1T（総パラメータ数1T / アクティブ63B）です。現在のアクセス方法はAPIのみで、アント独自のデベロッパーポータル、OpenRouter（inclusionai/ling-3.0-flash）、およびZenMuxを通じて利用できます。

それが確認されている全体像であり、この要約が通常のモデル解説よりも慎重な調子になっている理由を率直に述べる価値があります。Hugging Faceの重みも、Ling-V3のGitHubリポジトリも、明確なライセンス表示もありません——これはLing 2.0およびLing 2.6からの大きな変化であり、両モデルはMITライセンスの下でオープンウェイトとして公開されていました。また、いかなる独立したベンチマークデータも存在しません。このクラスのモデルで最もよく引用されるサードパーティ評価機関であるArtificial Analysisには、まだそのページがありません。現在流通しているすべてのパフォーマンスと速度の数値は、Ant Group自体に遡ります。

要約。Ling-3.0-flashは、Ant Group傘下のInclusionAIが開発した124B/5.1BアクティブのMoEモデルであり、数日前にリリースされた。APIのみで利用可能で、Hugging Face上での重みは公開されておらず、ライセンスも未確認である。提供元の主張（ピークスループット1000トークン/秒、最初のトークンまでの時間100ms未満）については、まだ独立した検証はなく、このモデルに対するArtificial Analysisのスコアも存在しない。前世代のLing-2.6-flashは、Artificial Analysis Intelligence Indexでわずか14点（Ling-2.6-1Tは26点）を記録しており、これは有益な参考情報ではあるが、3.0-flashの実際の能力の代用にはならない。料金は入力¥0.40 / 出力¥1.20（100万トークンあたり）で、現在はローンチウィーク中の無料提供により1日あたり50万トークンが無料で利用できるが、これは明らかにプロモーション価格であり、変更される可能性が高い。ここでの情報はすべてプレビューであり、最終的な評価ではない。

重要なポイント

• それは高速/低価格のティアであり、フラッグシップではありません。Ling-2.6-1Tは依然としてInclusionAI最大のモデルです。Ling-3.0-flashはより小型で、低価格で、高速な兄弟モデルであり、高ボリューム利用を目的としています。

• 独立したベンチマークはまだ存在しません。Artificial AnalysisにはLing-3.0-flashのページがありません。公表されている数値はAnt Groupのものだけであり、Antのドキュメントには現在、このモデルのベンチマーク表がまったく表示されていません。

• 速度の主張はベンダーのみによるものです。ピーク時1000トークン/秒および100ミリ秒未満の最初のトークンまでの時間はAnt Groupによるものであり、これらの数値を確認する第三者によるスループットテストはありません。

• オープンウェイトなし、ライセンス未確認。 Hugging FaceのリポジトリもGitHub Ling-V3プロジェクトも存在しません。以前のLing世代はMITライセンスでしたが、3.0-flashがそれに従うかは不明です。

• 価格は発売週のプロモーションです。 Antのプラットフォームでは、¥0.40/¥1.20 per 1M tokensは現在免除されており、1日あたり500kの無料トークンと無料のOpenRouter掲載があります。これらはプロモーション終了後も継続すると想定すべきではありません。

• これは3モデルファミリーの一部です。 InclusionAIはラインアップをLing（汎用MoE、このモデル）、Ring（推論重視）、Ming（マルチモーダル）に分けています。

このブリーフの読み方についての注記：以下のすべての仕様、ベンチマーク、および価格は、ソースごとにラベル付けされています。Ant Groupが唯一のソースである場合、その旨を明確に述べ、それに応じて控えめに表現します。旧世代のLingモデルに独立したスコアがある場合は、文脈として引用しますが、これはまだ存在しないLing-3.0-flash自体のデータの代わりではありません。独立したテストが追いつけば、フォローアップが必要になるでしょう。

私たちが実際に知っていること

アーキテクチャ的には、Ling-3.0-flashはスパースなMoEモデルです。総パラメータ数は124B、任意のトークンに対して約5.1Bがアクティブになり、これにより総サイズに比べて安価で高速な実行が可能になっています。コンテキストウィンドウはAnt自身のドキュメントによると256Kトークンであり、ベンダーは100万トークンまで拡張可能と主張しています。OpenRouterのリストでは262,144トークンと表示されており、これは256Kの数値と一致しています。最大出力長は、私たちが確認できた限りではどこにも開示されていません。このモデルは標準的なテキスト生成とツール呼び出しをサポートしていますが、マルチモーダル入力や出力については言及されていません。その機能は別のMingラインにあります。

利用可能状況について言えば、この画像はAPI限定であり、私たちが見つけた3つのルート（Ant Groupの自社開発者プラットフォーム、OpenRouter（inclusionai/ling-3.0-flashとしてリスト）、ZenMux）で一貫しています。これらのいずれもダウンロード可能な重みを公開していません。GitHub上に「Ling-V3」プロジェクトの組織ページは存在せず、Antのドキュメントではこの特定のモデルのライセンスについて明記されていません。これは意味のあるギャップです。なぜなら、Ling 2.0とLing 2.6はどちらもMITライセンスでオープンウェイトとしてリリースされていたからです。InclusionAIがこれを明確にするまで、Ling-3.0-flashがオープンになる前提を置くべきでもなく、ならない前提を置くべきでもありません。

ギャップ：未確認のもの

最大の差はベンチマークです。本稿執筆時点で、このクラスのモデルで最もよく引用される独立評価機関であるArtificial Analysisには、Ling-3.0-flashのページがありません。通常それをホストするURLパターンは404を返します。つまり、現在、このモデルに対する第三者による推論、コーディング、または数学のスコアは、Artificial Analysisや私たちが確認できた他の独立評価機関からは存在しません。Ant自身のドキュメントもこれに拍車をかけています。Antは3.0-flashのベンチマーク表をまったく公開しておらず、ベンダーかどうかにかかわらず、これはモデルリリースとしては異例であり、それ自体注目に値します。

大まかな背景として、旧世代のLingモデルには独立したスコアが存在します。Ling-2.6-flashはArtificial Analysis Intelligence Indexで14を記録し、より大規模なLing-2.6-1Tは26を記録しました。どちらも当時Artificial Analysisが追跡していた主要なオープンウェイトモデルに大きく及ばない数字です。Ant自身のベンダー数値によると、Ling-2.6-flashはSWE-bench Verifiedで61.2％、AIME2026で73.85％を達成したと主張しています。これらの数字はいずれもLing-3.0-flashに直接当てはめるべきではありません。新しいアーキテクチャを採用した新世代モデルは、良い方向にも悪い方向にも変わり得るため、独立した評価機関が実際にテストするまでは、3.0-flashに対する性能の主張は全て推測に過ぎず、事実を装った推測にすぎません。

ベンダーの速度主張: 理論上は速いが、実際には未検証

Ant GroupがLing-3.0-flashに対して打ち出した性能の大見出しは、推論品質ではなく、生の速度です。同ベンダーは、ピークスループット1000トークン/秒、およびTime-to-First-Token（TTFT）100ミリ秒未満を主張しています。これらは確認できれば確かに高速と言える数値です。しかし、「確認できれば」という条件が重要です。これらの数値はAnt Group独自の資料からのみ得られており、Antが管理し、完全には開示していない条件下（ハードウェア、バッチサイズ、プロンプト長、負荷はすべてスループット数値を大きく変動させる）で測定されています。独立した研究所による再測定結果は公表されていません。Ant社外の誰かが同等のテストを実行するまでは、1000 tok/sおよび100ms未満のTTFTを、確定した事実ではなく、自社のワークロードに対して確認する価値のあるマーケティング数値として扱ってください。

価格設定、そしてそれがなぜ変動するのか

Ant Groupの自社プラットフォーム上でのLing-3.0-flashの定価は、入力トークン100万あたり0.40円、出力トークン100万あたり1.20円です。これは意図的に低価格に設定されており、高速・低コスト層としての位置づけと一貫しています。しかし、この定価は現在誰も実際に支払っている価格ではありません。Antは発売週の無料キャンペーンを実施しており、さらに自社プラットフォームでは1日あたり50万トークンを無料で提供しています。OpenRouterの掲載では、ling-3.0-flash:freeバリアントが$0/$0で表示されています。これらはいずれも安定した価格と誤解すべきではありません。発売キャンペーンは期限が切れ、無料枠は上限が設定され、0.40円/1.20円という数字自体も実際の使用データが入ってくれば変わる可能性があります。このモデルを本番環境での支出計画に組み込む場合は、プロモーション価格ではなく定価に基づいて予算を組み、確定する前に再確認してください。

Ling家 / Ring家 / Ming家

Ling-3.0-flashは単独で存在するわけではありません。InclusionAIはそのリリースを3つの名前付きファミリーに整理しており、それぞれが異なる役割を担っています。Lingは汎用MoEラインであり、日常的なテキスト生成やツール呼び出しをカバーしています。Ling-3.0-flashはその中でも高速・低コストのエンドに位置し、Ling-2.6-1Tが依然としてより大型のフラッグシップです。RingはInclusionAIの推論特化ラインであり、生のスループットよりもマルチステップのチェーン・オブ・ソートに依存するタスク向けに構築されています。Mingはマルチモーダルラインであり、Ling自体が扱わない画像やその他の非テキストモダリティを処理します。タスクにより重い推論やマルチモーダル入力が必要な場合、適切なInclusionAIモデルはおそらくLing-3.0-flashではありません。Ling-3.0-flashはテキストとツールのレーン内でのボリュームとスピードのために構築されており、他の2つのファミリーの領域にまで拡張するためのものではありません。

対象：3つのシナリオ

1. 大量かつ低レイテンシが要求されるテキストまたはツール呼び出しパイプライン — 試行として、確約ではありません

もしあなたのワークロードがスループット重視のテキスト生成やツール呼び出し（チャット、軽量エージェント、高頻度のAPI呼び出し）に支配されているなら、Ling-3.0-flashのポジショニング（アクティブパラメータ数が少ない、サブ100msのTTFTを謳う、ほぼ無料のローンチ価格）はパイロット導入を検討する価値があります。ただし、「パイロット導入の価値がある」ことと「本番トラフィックを切り替える価値がある」ことは別です。独立したベンチマークデータがゼロの現状では、あなた自身がベンチマークです——顧客向けの何かに信頼を置く前に、自社の評価セットを実行してテストし、現在のプロモーション価格に基づいたコストモデルを構築しないでください。

2. 予算が限られているが長いコンテキストを必要とするチーム

256Kのコンテキストウィンドウ（ベンダーは100万まで拡張可能と主張）が非常に低い定価で提供されているのは、検索重視や文書処理のユースケースにとって魅力的な組み合わせです。ただし、モデルの実際の推論品質がそのコンテキスト長にわたって維持されることが前提であり、繰り返しになりますが、独立した情報源によるテストは行われていません。これは、確立された安価な長コンテキストオプションとともに候補リストに入れる妥当な選択肢ですが、Antの仕様書だけを信じて採用するのではなく、それらと並行して評価されるべきです。

3. 中国のMoE情勢とInclusionAIのロードマップを追跡するウォッチャーたち

中国のオープンおよびセミオープンモデル研究所の競争環境を追跡し、特定のモデルを本番環境にデプロイしないチームにとって、Ling-3.0-flashは有用なデータポイントです。これは、InclusionAIが高速ティアで急速に反復を進め、潜在的にオープンウェイトから（少なくとも今は）一歩後退し、単一の汎用モデルではなく、3つのファミリー構造（Ling/Ring/Ming）に賭け続けていることを示しています。ベンチマークとライセンスの明確化が得られたら、ブックマークして再訪する価値があります。

使用すべきでない場合

Ling-3.0-flashは、検証済みの能力主張を引用する必要がある場合にはスキップしてください。独立したベンチマークが存在しないため、その推論、コーディング、数学能力に関するいかなる記述も現時点では反証不可能です。セルフホスティング、ファインチューニング、またはコンプライアンス上の理由でオープンウェイトが必要な場合もスキップしてください。利用可能なものはなく、この特定のモデルのライセンスすら明示されておらず、ましてや寛容なライセンスであると確認されていません。マルチモーダルタスクの場合もスキップしてください — それはMingラインの役割であり、Lingの役割ではありません。また、現在の価格設定に基づいてコストモデルを構築する際には注意が必要です。無料ローンチウィーク、1日あたり50万トークンの無料枠、そして無料のOpenRouterティアはすべてプロモーションであり、元に戻る可能性のある¥0.40/¥1.20のリスト価格は、実際の使用パターンに対してまだテストされていません。

よくある質問

Ling-3.0-flashはオープンウェイトですか？

現在はありません。現時点では、Hugging FaceリポジトリもGitHub Ling-V3プロジェクトも存在しません。以前のLingの世代（2.0および2.6）はMITライセンスでオープンウェイトとしてリリースされましたが、Ling-3.0-flashがそのパターンに従うかどうか、あるいは従わないかどうかは確認されていません。

Ling-3.0-flashはベンチマークでどのような性能を示しますか？

これに関する独立したベンチマークはまだ存在しません — Artificial Analysisにはこのモデルのページがありません。Ant Groupの公式ドキュメントにも、このモデルのベンチマーク表は掲載されていません。大まかな過去の参考として、前世代のLing-2.6-flashはArtificial Analysis Intelligence Indexで14、Ling-2.6-1Tは26を記録しましたが、どちらの数値もこの新世代にそのまま当てはまるとは想定すべきではありません。

実際にはどのくらい速いのですか？

Ant Groupは、ピークスループット1000トークン/秒、初回トークンまでの時間100ms未満を主張している。これらはいずれもベンダー独自の数値であり、独立した再測定はこれまで公開されていない。これらは確認された性能ではなく、自身のワークロードで検証すべき主張として扱うこと。

Ling-3.0-flashの料金はいくらですか？

Antのプラットフォームでのリスト価格は、入力トークン100万あたり0.40円、出力トークン100万あたり1.20円ですが、現在はローンチウィークのプロモーションで無料となっており、1日あたり50万無料トークンも利用可能です。OpenRouterでも無料バリアントがリストされています。これらのプロモーション条件は変更される見込みです。

コンテキストウィンドウはどのくらいの大きさですか？

Antのドキュメントによると256Kトークンであり、ベンダーは100万まで拡張可能だと主張している。OpenRouterのリストには262,144トークンと表示されており、これは256Kの数値と一致する。最大出力長は開示されていない。

Ling、Ring、Mingの違いは何ですか？

LingはInclusionAIの汎用テキストおよびツール呼び出し用MoEラインであり、Ling-3.0-flashはその高速/低コスト側に位置します。Ringは推論重視のラインです。Mingはマルチモーダルタスクを処理します。これらは異なるジョブ用に構築された別々のモデルファミリーであり、同じモデルの階層ではありません。

Ling-3.0-flashはLing-2.6-1Tと同じですか？

No. Ling-2.6-1TはInclusionAIのより大きな旗艦モデル（総パラメータ1T / アクティブパラメータ63B）であり、引き続き別のより大きなモデルです。Ling-3.0-flash（総パラメータ124B / アクティブパラメータ約5.1B）は、より新しく、より小さく、より高速な層のリリースです。

今日、本番環境でLing-3.0-flashを使用すべきですか？

自社で評価を実施した後に限ります。独立したベンチマークがなく、未確認のライセンス、現在プロモーション価格であることを考慮すると、試験的に導入するのは合理的ですが、本番環境に影響を与える業務やコンプライアンスを要するワークロードに採用するのは時期尚早です。自社でのテストと、プロモーション期間終了後の対応計画を策定しておく必要があります。

結論

Ling-3.0-flashは、真に新しいリリースであり、注目に値します。これは124B/5.1BアクティブのMoEモデルで、高速で低コスト、大量のテキスト処理とツール呼び出しタスクを目的としており、以前に信頼できるモデルをリリースした研究所によるものです。しかし現時点では、それは仕様書とベンダーの主張の集合に過ぎず、検証された製品ではありません。独立したベンチマークもなく、オープンウェイトもなく、確認されたライセンスもなく、価格も明らかにプロモーション用です。だからといって無視する理由にはなりません。注意深く試験的に導入し、自分にとって重要な主張を直接検証し、Artificial Analysisまたは他の独立した評価機関が実際の数値を公開したら、この簡単なレビューを再訪する理由になるのです。