Ling 3.2 Flash: 한 번에 30초씩 지켜보는 560B 멀티모달 플래그십

Ling 3.2 Flash는 Ant Ling의 5,600억 매개변수 전문가 혼합(MoE) 모델로, 토큰당 250억 개 매개변수가 활성화되고 100만 토큰 컨텍스트 창을 갖추었으며 — 이 모델이 존재하는 이유이기도 한 — 텍스트 모델에 비전 인코더를 덧붙인 방식이 아닌 네이티브 이미지 및 비디오 입력을 지원합니다. 이 모델은 2026년 11월 5일 Ant의 API에 들어갔습니다. 9일이 지난 지금, 흥미로운 질문은 더 이상 그것이 무엇인지가 아닙니다. 사양표는 공개되어 있고 짧기 때문입니다. 질문은 사양표가 빠뜨린 것이며, 가장 먼저 빠뜨린 것은 모두가 기대하는 비디오 이해가 30초에서 멈춘다는 점입니다. 요청당 클립 하나, 샘플링된 프레임 32개입니다.

그것은 각주가 아니다. Ant Ling 자체의 멀티모달 가이드, 즉 Ling 3.2 Flash를 호출하는 방법을 문서화한 페이지는 비디오 상한을 30초 이하의 길이, 요청당 비디오 1개, 32프레임으로 제한되는 고정 2fps 샘플링 레이트, 그리고 base64 문자열에 대한 32 MiB 상한으로 설정한다. 동일한 제한 블록이 Ling-3.0-flash-VL에도 적용되므로, 그중 일부는 이 모델을 위해 내린 결정이라기보다 물려받은 플러밍이지만, 호출자가 받는 것은 바로 그것이다. 네이티브 멀티모달 모델에 대한 당신의 제안이 "다수의 도구 호출 전반에 걸쳐 시각적 컨텍스트를 살아 있게 유지하는 장기 호라이즌 에이전트"라면, 아키텍처를 제약하는 수치는 벤치마크 표가 아니라 30초 클립과 요청당 비디오 1개다.

확인할 수 있는 숫자로 보는 모델의 실체

파라미터와 창은 Ant 개발자 사이트의 두 곳에 나타납니다. 하나는 Ling 모델 선택 표로, 여기서 Ling 3.2 Flash는 Ling-3.1-flash 위에 놓이며 동일한 560B / 25B / 1M 행과 다른 포지셔닝 문구를 갖습니다. 다른 하나는 "Ling's Evolution" 타임라인으로, 3.2 시리즈를 2026.11 아래에 분류합니다. 실제 차이는 포지셔닝 문구입니다. 3.1은 사무 업무, 장기 지평 소프트웨어 개발 및 에이전트 작업을 위한 하이브리드 추론 모델로 설명됩니다. 3.2는 복잡한 시각적 이해, 멀티모달 장기 지평 에이전트, 3D 이해 및 상호작용, 의료 멀티모달 작업에 초점을 둔 네이티브 멀티모달 모델로 설명됩니다. 뼈대는 같고, 새로운 의미가 하나 추가됐습니다.

• 총 파라미터 수 — Ling 3.2 Flash는 560B로, 텍스트 전용 형제 모델인 Ling-3.1-flash(560B)만이 이에 필적합니다. 비전 이전 모델인 Ling-3.0-flash-VL은 124B였습니다.

• 토큰당 활성 파라미터 — 25B, Ling-3.0-flash-VL의 5.5B 및 Ling-3.1-flash의 25B와 비교.

• 컨텍스트 창 — 100만 토큰으로, Ling-3.0-flash-VL과 Ling-3.0-flash가 제공하는 256K의 네 배입니다.

• 모달리티 — 텍스트, 이미지, 비디오 입력, 텍스트 출력, 비전과 언어가 외부 모듈을 통해 라우팅되는 대신 {{1}}아키텍처 자체{{/1}}에서 결합됩니다.

• 엔드포인트 형태 — OpenAI 호환 chat/completions 및 Anthropic 호환 messages, 둘 다 api.ant-ling.com에서 제공됩니다.

엔드포인트 형태의 실질적 결과는 기존 통합이 베이스 URL 변경과 모델 문자열만으로 이전된다는 점입니다. Ant는 모든 Ling 모델에 대해 동일한 두 형식을 제공하며, 멀티모달 가이드는 정지 이미지에는 image_url 콘텐츠 블록을, 비디오에는 video_url 블록을 보여 줍니다. 둘 다 base64 전용입니다. 즉, 어느 쪽에도 문서화된 URL 가져오기 경로가 없으며, 이는 프로덕션 통합이 벤치마크를 만나기 전에 마주치는 두 번째 제약 조건입니다.

가격은 아직 공개되지 않았고, 미터에는 5일이 남아 있습니다.

무엇이든 만들기 전에 확인해 볼 가치가 있는 부분입니다. 2026년 11월 5일, 출시 당일 마지막으로 업데이트된 Ant의 가격 페이지에는 Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash 및 두 개의 Ming 이미지 모델에 대한 행이 있습니다. Ling 3.2 Flash에 대한 행은 없습니다. 해당 모델은 그 페이지에 정확히 한 번, 프로모션 문구에 등장합니다: 출시 후 첫 2주 동안 무료.

11월 5일부터 계산하면 해당 기간은 11월 19일경 종료됩니다. 오늘 기준으로 약 5일이 남았습니다. 기간이 종료되면 페이지에는 원래 가격이 재개된다고 나오며 잔액을 계속 확인하라고 안내하는데, 이것이 560B 플래그십에 대한 가격 고지의 전부입니다.

할 수 있는 것은 바로 위 행의 숫자로 범위를 가늠하는 것입니다. Ling-3.1-flash는 백만 입력 토큰당 ¥2.00, 백만 출력 토큰당 ¥6.00으로 책정되어 있으며, 75% 할인되어 ¥0.50와 ¥1.50이 되고, 캐시 읽기는 ¥0.40에서 ¥0.10으로 떨어집니다. 목록 가격을 환산하면 텍스트 전용 Ling 플래그십은 백만 토큰당 입력 약 $0.28, 출력 약 $0.85가 되고, 할인가는 약 $0.07와 $0.21에 이릅니다. Ling 3.2 Flash가 형제 모델처럼 가격이 책정된다면, 그 근처가 됩니다. 이것은 인접한 행에서 추론한 것이지 공식 발표된 요율이 아니며, 멀티모달 모델은 이미지 및 비디오 토큰을 수반하는데 Ant는 그 가격을 전혀 설명하지 않았습니다 — 2fps의 30초 클립은 32프레임이고, 어느 페이지도 그 32프레임의 비용이 얼마인지 알려주지 않습니다.

그 간극은 예산을 책정하는 사람 누구에게나 구체적인 결과를 낳습니다: 요금표가 있는 모델에서 가능한 것처럼 Ling 3.2 Flash에 대해 “이 작업에 비용이 얼마나 드는가”라고 답할 수는 없습니다. 11월 19일 이후에 답할 수도 있고, 계량기가 꺼져 있는 동안 평가를 실행해 지금 답할 수도 있습니다 — 이는 공개된 가격이 없는 모델에 주어진 14일 무료 기간을 합리적으로 해석한 것입니다.

벤치마크 수치 세 개, 모두 Ant의 것입니다

Ant의 발표는 Ling 3.2 Flash를 최대 추론 노력으로 실행한 Opus 5와 세 가지 평가에서 비교한다. 세 가지 모두 공급업체가 보고한 결과로, Ant 자체 출시 파이프라인에서 생성되었으며 그 외부에서 재현된 적은 없다. 그런 단서가 붙어 있는 상황에서:

• OmniDocBench1.5 — Ling 3.2 Flash는 92.21, Opus 5(max)는 90.56으로 문서 이해에서 1.65점 차이입니다.

• ZEROBench(Sub) — 3D 장면 벤치마크에서 43.71 대 39.52, 약 10.6%로 가장 큰 상대적 격차.

• Vision2Web — 비전-투-웹 구현 평가에서 80.20 대비 85.86.

세트를 읽어 보면 "Opus 5를 이긴다"보다 좁은 이야기를 하고 있다. 세 벤치마크는 모두 시각 관련이다. Ant는 25B 활성 파라미터의 네이티브 멀티모달 모델이 최전선 폐쇄형 모델을 이길 법한 세 가지 평가를 골랐고, 텍스트 전용 비교는 전혀 공개하지 않았다. 추론 스위트도, 코딩 스위트도, 에이전트형 터미널 작업도 없었는데, 바로 그 영역이 같은 연구소의 Ling-3.1-flash 포지셔닝이 있는 곳이다. 세 가지 중 둘인 ZEROBench와 Vision2Web은 제3자 참여가 넓은 도구가 아니어서, 독자가 다른 모델과 비교해 타당성을 확인할 수 없다. 그리고 "Opus 5 (max)"는 한 경쟁자의 한 구성일 뿐이며, 어느 쪽에도 하네스, 프롬프트 세트, 시도 횟수가 명시되지 않았다.

이 모델에는 그것들과 나란히 놓을 독립적인 점수도 없습니다. 평소 중립적인 심판 역할을 하는 Artificial Analysis에는 11월 14일 기준 Ling 3.2 Flash 페이지가 없으며 — URL은 404를 반환합니다 — 이 제품군에서 가장 가까운 것은 텍스트 전용 형제 모델뿐입니다. Ling 3.1 Flash 1019는 현재 v5.0.1 Intelligence Index에서 29.6점을 기록했으며, 입력은 100만 토큰당 $0.30, 출력은 100만 토큰당 $0.90입니다. 이는 실제 독립적인 수치이며, 이 모델이 아니라 이전 모델에 속합니다.

입력 제한이 곧 실제 제품 사양이다

Ant는 Ling 3.2 Flash의 네 가지 역량 영역을 문서화하는데, 이는 일반적인 출시 목록보다 좁습니다. 복잡한 시각적 이해(캡셔닝이 아니라 수식과 다이어그램이 포함된 문서), 도구 호출 전반에서 시각적 맥락을 유지하는 멀티모달 장기 지평 에이전트, 3D 이해 및 상호작용, 의료 멀티모달 작업입니다. 데모들은 이에 대응합니다 — 소재 구체의 헤드리스 렌더를 읽고 거칠기를 비교해 자체 스크립트를 개선하는 것, 엔지니어링 도면을 3D 웹 모델로 변환하는 것, 공유 시각적 맥락 위에서 전문 에이전트들을 조정해 동일한 Q2 데이터로 보고서, 덱, 하이라이트 영상을 생성하는 것입니다.

그다음 제한 사항을 읽어 보면, 데모는 제약을 우회해 만들어진 것이 아니라 제약 안에서 만들어진 것처럼 보이기 시작한다. 자체 렌더를 검사하는 시각적 피드백 루프는 프레임 측면에서 저렴하다. 턴당 이미지 하나, 요청당 최대 40개 이미지, 각 이미지는 16384×784 픽셀 미만이다. 회의 녹음을 컨텍스트에 담아 두는 장기 지평 에이전트는 그렇지 않은데, 녹음이 30초와 32프레임으로 제한되기 때문이다. 이 두 제한을 종합하면, 세계를 한 번 길게 바라보기보다 여러 번 짧게 들여다보도록 만들어진 모델이라는 설명이 된다.

속도 제한이 이 문제를 더 악화시킨다. Ant 자체의 속도 제한 페이지는 전역 상한을 초당 2회 요청으로 정하고, 이를 넘으면 429를 반환하며, 동기 호출에는 90초 타임아웃을 두고 스트리밍을 권장한다. 채팅 제품이라면 이 정도는 괜찮다. 하지만 이 모델이 명시적으로 겨냥하는 다단계 에이전트 루프에서는 — 작업당 수십 번의 호출이 발생하고 각 호출이 프레임을 하나씩 운반한다 — 2 QPS는 계획용 숫자에 불과하며, 어떤 벤치마크 격차보다도 아키텍처를 더 크게 좌우할 것이다.

어디에 적합한지, 그리고 시도하는 데 드는 비용

가용성에 대한 솔직한 입장: Ling 3.2 Flash는 현재 OrcaRouter 카탈로그에 없습니다. 실시간 모델 목록은 215개의 식별자를 반환하며 그중 Ling 모델은 하나도 없습니다 — "ling"이 일치하는 항목은 Kling 비디오 모델로, 전혀 다른 중국 연구소의 제품입니다. 따라서 여기서 단 한 번의 호출로 사용할 수 있는 것은 없고, 우리 쪽에는 이에 대한 페일오버 경로도 존재하지 않습니다. 우리가 라우팅하는 것은 이 모델이 비교될 대상 클래스입니다: MiniMax M3.1 Flash, 동일한 1M 윈도우와 비디오 입력, 공개 가중치를 갖춘 428B/23B 네이티브 멀티모달 MoE로, 입력 100만 토큰당 $0.15, 출력 100만 토큰당 $0.60에 90% 캐시 할인이 적용되며 — 공급자 정가를 마크업 없이 그대로 전달하고, 하나의 키 뒤에서 공급자 간 자동 페일오버를 제공합니다.

Ling 3.2 Flash에 요금표가 없는 동안 이것이 이 결정의 유용한 형태입니다. Ant 자체 API에서 무료 평가를 실행하세요. 560B 멀티모달 모델에서 5일간 무료 추론을 제공하는 것은 base-URL 변경에 드는 설정 비용을 충분히 상쇄하기 때문입니다. 가격을 책정할 수 없고, 장애 조치할 수 없으며, 초당 두 건을 넘지 않도록 제한할 수도 없는 프로덕션 경로 뒤에 두지 마세요. 워크로드가 문서 또는 프레임 이해이고 오늘 숫자가 필요하다면, 실제로 예산을 세울 수 있는 모델은 요금표에 있는 모델입니다. 그리고 하나의 키에 200개 이상이 있으며, 이는 적어도 비교 작업을 벤더별 통합이 아니라 단일 통합으로 만들어 줍니다.

창이 닫히기 전에 주목할 것

세 가지가 Ling 3.2 Flash를 실제로 사용하는 모델로 만들지, 평가만 해 본 모델로 남길지 결정한다. 첫째는 요금표다. Ant가 11월 19일 전에 이미지 및 비디오 토큰 과금 방식을 포함해 백만 토큰당 가격을 공개하는지, 아니면 무료 기간이 그대로 끝나며 미공개 요율로 전환되는지다. 둘째는 가중치다. Ant는 2026년의 평판이 MIT 라이선스 560B 체크포인트에 달려 있는 연구소다. Ling-3.1-flash-1019는 10월 27일 MIT 라이선스로 573.8 GB로 출시됐으며, 이번 주 기준 inclusionAI Hugging Face 조직에는 3.2 저장소가 없다. 그 연구소의 폐쇄형 플래그십은 형식적인 절차가 아니라 입장 변화다. 셋째는 첫 독립 벤치마크다. 그것이 존재하기 전까지 이 글의 모든 멀티모달 주장은 Ant의 말과 Ant의 과제 선택을 맞세운 것에 불과하기 때문이다.

그렇다고 해서 이 모델이 흥미롭지 않은 것은 아니다. 560B 네이티브 멀티모달 MoE가 25B 활성으로, 1M 윈도와 두 API 방언을 모두 갖춘 것은 상당한 엔지니어링 성과이며, Opus 5 대비 세 가지 벤치마크 격차는 — 벤더 보고, 미공개 하네스 — 일축하기보다 직접 테스트해 볼 가치가 있을 만큼 크다. 시작된 지 9일째에 올바른 자세는 무료 기간이 의도한 바로 그것이다: 지금 측정하고, 요금표가 나오면 가격을 따져보고, 프로모션 2주를 제품 약속으로 착각하지 마라.