Ling-3.2-flash vs Ling-3.1-flash: Hetzelfde 560B-skelet, één nieuw zintuig, geen nieuwe gewichten

Ant Lings eigen deprecatiepagina maakt de beslissing rond Ling-3.2-flash moeilijker dan het lanceringsbericht doet. Drie oudere modellen — Ling-2.6-1T, Ring-2.6-1T en Ling-2.6-flash — worden op 15 november 2026 buiten gebruik gesteld, en de aanbevolen vervanging voor alle drie is Ling-3.1-flash. Dus op de dag dat Ling-3.2-flash verscheen, was zijn voorganger net aangewezen als de officiële landingszone voor elk team dat van de 2.6-generatie migreert. Die teams moeten nu kiezen tussen het model waarvan Ant zei dat ze ernaartoe moesten overstappen en het model dat Ant dezelfde week aankondigde. De twee delen een parameteraantal, delen een contextvenster, delen een API-oppervlak — en verschillen op precies één dimensie die ertoe doet, plus één die nog meer ertoe doet: Ling-3.2-flash ziet, Ling-3.1-flash leest, en Ling-3.1-flash is degene die je kunt downloaden.

Dat is de vergelijking die de moeite waard is, en het is niet degene die de berichtgeving rond de lancering maakte. Ling-3.2-flash wint op het gebied van capaciteiten. Ling-3.1-flash wint op alles wat een productieteam nodig heeft om de stap te zetten: een gepubliceerde prijs, MIT-gelicentieerde gewichten en een onafhankelijke score die je kunt controleren — zelfs als die score inmiddels van de ranglijst waarop hij stond is verwijderd.

Wat is werkelijk identiek

Begin met de onderdelen die Ant niet heeft gewijzigd, want die bepalen hoeveel werk een migratie daadwerkelijk met zich meebrengt.

• Grootte — beide hebben 560B totale parameters met 25B actief per token. De modelselectietabel van Ant vermeldt dezelfde twee cijfers in beide rijen.

• Context — beide hebben een venster van 1M tokens. Ling-3.0-flash, één niveau lager, is beperkt tot 256K, dus 1M is nu de standaardbasis van de flagship in plaats van een headline.

• Aanvraaginterface — beide worden aangeboden op api.ant-ling.com/v1 via een OpenAI-compatibel chat/completions-endpoint en een Anthropic-compatibel messages-endpoint. Beide accepteren het thinking-object met enabled of disabled; de referentie van Ant vermeldt de 3.0-, 3.1- en 3.2-series allemaal.

• Afstamming — dezelfde hybride-lineaire MoE-familie, hetzelfde KDA-naar-gated-MLA-attentierecept dat Ant introduceerde in 3.0 en verfijnde in 3.1, dezelfde topologie met 512 gerouteerde experts als de open 3.1-checkpoint.

• Snelheidslimieten — hetzelfde wereldwijde plafond van twee query's per seconde, met 429-fouten daarboven, en dezelfde synchrone time-out van 90 seconden, waarbij streaming wordt aanbevolen. Een nieuw model levert je geen extra doorvoer op.

Dus een migratie van Ling-3.1-flash naar Ling-3.2-flash is een wijziging van de model-string plus alles wat je anders doet met afbeeldingen. Er is geen nieuwe SDK, geen nieuw endpoint, geen nieuwe authenticatie.

Wat er echt veranderde: het model leerde kijken

Ling-3.1-flash is tekst in, tekst uit. Dat is geen beperking die Ant verborgen hield — de selectiegids van de leverancier zelf positioneert het voor kantoorwerk, langdurige softwareontwikkeling en complexe agenttaken, en het lanceermateriaal uit 2026 stond vol engineering-benchmarks: een Lua-naar-x86-64-ELF-compilerport, een Pyright-conformiteitstest, een Rust-herimplementatie, een OceanBase-parserpatch. Het was een model voor mensen die beroepsmatig code schrijven.

Ling-3.2-flash is opnieuw gepositioneerd rond vier visuele capaciteiten: complex visueel begrip, multimodale agents met een lange horizon, 3D-begrip en -interactie, en medisch multimodaal werk. De API-referentie is expliciet dat een Ling-3.2-flash-verzoek "tekst, afbeeldingen en video's native accepteert", met image_url-blokken voor stilstaande beelden en video_url-blokken voor video. De demo's die Ant heeft gepubliceerd laten zien waarvoor dat dient: headless renders van materiaalsferen lezen en ruwheid en normal maps vergelijken om een script te verfijnen; Blender aansturen via UI-acties; technische tekeningen omzetten in 3D-webmodellen; onderzoeks-PDF's met vergelijkingen omzetten in werkende code; porties en calorieën schatten op basis van maaltijdfoto's.

De drie release-benchmarks van Ant zijn allemaal visueel, en allemaal door de leverancier gerapporteerd. OmniDocBench1.5 op 92,21 tegenover 90,56 voor Opus 5 bij maximale inspanning; ZEROBench(Sub) op 43,71 tegenover 39,52; Vision2Web op 85,86 tegenover 80,20. De claim die ze ondersteunen is smal en specifiek: bij documentparsing, 3D-scène-redenering en visie-naar-web-implementatie vindt Ant dat het nieuwe model een gesloten frontiermodel verslaat. Geen van de drie zegt iets over tekstredenering, en Ant publiceerde helemaal geen tekstbenchmark — wat op zichzelf een signaal is, aangezien de lancering van Ling-3.1-flash bijna uitsluitend uit tekstbenchmarks bestond.

Als je werkbelasting uit tekst bestaat, is de eerlijke interpretatie dat de voorsprong van Ling-3.2-flash ten opzichte van Ling-3.1-flash niet is gemeten. Als je werkbelasting inhoudt dat je ergens naar moet kijken, is dat juist het hele punt.

De kwestie van de prijs is waar de twee het sterkst uiteenlopen.

Ling-3.1-flash heeft een gepubliceerde tariefkaart, momenteel met korting. Op de prijspagina van Ant staat het vermeld als ¥2,00 per miljoen inputtokens en ¥6,00 per miljoen output, met 75% verlaagd naar ¥0,50 en ¥1,50, waarbij cache-leesacties van ¥0,40 naar ¥0,10 gaan. De USD-kolom die Ant publiceert voor platforms van derden toont $0,30 en $0,90 tegen lijstprijs, met korting naar $0,075 en $0,225.

Ling-3.2-flash heeft helemaal geen tariefkaart. De prijzenpagina vermeldt Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash en twee Ming-beeldmodellen; Ling-3.2-flash verschijnt alleen in een promotiebanner: "de eerste 2 weken na de lancering gratis", waarna de oorspronkelijke prijzen weer van kracht worden, met de suggestie om je accountsaldo in de gaten te houden. Geen invoertarief, geen uitvoertarief, geen cachetarief en — belangrijker voor een multimodaal model — geen gepubliceerde behandeling van beeld- of videotokens.

Voor iedereen die capaciteit plant, is dat de beslissende asymmetrie. Een model dat je niet kunt prijzen, is een model dat je niet in een budget kunt opnemen, en een visiemodel waarvan de image-tokenadministratie niet gedocumenteerd is, is een model waarvan je de kosten niet eens kunt schatten op basis van het teksttarief. Het gratis venster sluit rond 19 november, vijf dagen voordat de Ant-deprecatiegolf op de 15e arriveert. Teams die van Ling-2.6 migreren, krijgen binnen dezelfde twee weken met beide data te maken.

Gewichten: de voorganger is open, de opvolger niet

Dit is het deel dat de intuïtieve ordening omkeert. Het oudere model is het model met downloadbare gewichten.

De Hugging Face-repository inclusionAI/Ling-3.1-flash is MIT-gelicenseerd en bevat 572.120.680.768 bytes aan safetensors — ongeveer 572 GB — laatst gewijzigd op 3 november 2026. Het bijbehorende Ling-3.1-flash-1019, de post-trainingrevisie die Ant eind oktober uitbracht, is ook MIT-gelicenseerd en bevat 54 FP8-shards van ongeveer 573,8 GB. Beide zijn de volledige checkpoint, geen adapters, en beide vereisen trust_remote_code vanwege de aangepaste modelleercode BailingMoeV3ForCausalLM.

Ling-3.2-flash heeft geen repository. De recente lijst van de inclusionAI-organisatie bevat Ling-3.1-flash-1019, Ling-3.1-flash, een basis-checkpoint, de ZwZ2-visiemodellen en Ming-audiomodellen — geen 3.2-vermelding. Onder de aankondiging van Ant is de meest gewaardeerde reactie afkomstig van een gebruiker die wenst dat het open source was, en Ant heeft niet geantwoord.

De twee modellen wisselen dus van plaats, afhankelijk van wat je nodig hebt. Als je een 560B MoE op je eigen hardware wilt draaien, offline wilt evalueren, wilt fine-tunen, of gewoon niet afhankelijk wilt zijn van de uptime van een leverancier, dan is Ling-3.1-flash beschikbaar onder voorwaarden die dat allemaal toestaan, en Ling-3.2-flash niet. Als je het betere multimodale model wilt en het prima vindt om het te huren, keert de volgorde om.

De onafhankelijke scores, voor zover die er zijn

Artificial Analysis heeft zijn Intelligence Index eind oktober herbouwd naar v5.0.1, en door die herbouw verkeren de twee Ling-modellen in verschillende toestanden. Als je het vandaag bekijkt, bevat de pagina van Ling 3.1 Flash helemaal geen Intelligence Index-waarde — de tegel toont N/A, naast N/A voor tijd per indextaak, kosten per indextaak en outputtokens. De pagina van Ling 3.1 Flash 1019 daarentegen bevat een actuele score van 30 op v5.0.1, met $3,19 gewogen kosten per indextaak en 240M gegenereerde outputtokens.

Die 30 is niet vergelijkbaar met enig Ling-getal van vóór de rebuild. Onder de vorige rubric scoorde Ling-3.1-flash-1019 44; de v5-rubric is strenger, weegt 60% van de samengestelde score mee naar private en held-out sets, en heeft de meeste modellen naar beneden laten gaan. De verschuiving van 44 naar 30 is herscoring, geen regressie.

Ling-3.2-flash heeft helemaal geen pagina op Artificial Analysis. Er bestaat geen enkel cijfer van derden, geen snelheidsmeting, geen kostenraming per taak. De enige cijfers die bestaan, zijn de drie visuele benchmarks van Ant.

Hoe te beslissen

De beslisregel die uit al het bovenstaande volgt, is uitzonderlijk helder, omdat de twee modellen geen echte substituten zijn.

Blijf op Ling-3.1-flash als je werklast tekst is en je tijdlijn productie is. Je krijgt een gepubliceerd kortingstarief, MIT-gewichten die je zelf kunt hosten, een onafhankelijke score van 30 op de huidige rubric voor de 1019-build, en Ants eigen aanbeveling als vervanging voor drie modellen die worden uitgefaseerd. Niets aan Ling-3.2-flash vormt voor tekstwerk een verbetering op een van die punten, behalve een niet-gemeten mogelijkheid.

Stap over op Ling-3.2-flash als het werk afbeeldingen, video, documenten met lay-out, 3D of screenshots omvat. Dat is de capaciteit die Ling-3.1-flash simpelweg niet heeft, en het is de enige reden om een niet-gepubliceerde prijs en gesloten weights te accepteren. Voer je evaluatie uit tijdens het gratis venster — de integratie is een wijziging van de model-string op een SDK die je al hebt — en behandel alles wat je er vóór 19 november op bouwt als een pilot, niet als een toezegging.

Draai beide als je gemengd verkeer hebt. Stuur het visuele werk naar 3.2 en het tekstwerk naar 3.1, want daar is de tweemodelopsplitsing eigenlijk voor bedoeld, en let op: de snelheidslimiet van Ant is globaal per account in plaats van per model — het plafond verdubbelt niet omdat je twee modellen aanroept.

Waar een router past, en waar niet

Om precies te zijn over onze eigen positie, want het is gemakkelijk om meer te suggereren: noch Ling-3.2-flash noch Ling-3.1-flash staat in de OrcaRouter-catalogus. We hebben de live modellenlijst op 6 november opnieuw gelezen en die retourneert 215 identifiers zonder vermelding van Ling, inclusionAI, Ring of ERNIE — de enige "ling"-overeenkomsten zijn Kling-videomodellen. Dus niets in deze vergelijking is vandaag met één aanroep bereikbaar.

Wat een router je hier oplevert, is de uitgangsroute in plaats van de ingang. De rate limit van Ant is twee queries per seconde per account; een globale limiter op een 560B-flagship is precies de situatie waarin failover zijn nut bewijst, en de praktische manier om Ling-3.2-flash in een agent-loop te draaien is om er een tweede provider achter te zetten in plaats van in de wachtrij te staan achter een 429. Aan onze kant is die tweede provider een model met een gepubliceerd tarief op dezelfde sleutel: Qwen3.8-Flash tegen $0,15 per miljoen inputtokens en $0,47 per miljoen outputtokens voor visiewerk, of DeepSeek V4.1 Flash tegen $0,15 en $0,60 en GLM-5.3-Flash tegen $0,15 en $0,50 voor tekst. Prijzen zijn lijstprijzen van de provider, doorgegeven zonder markup, zodat een prijsverlaging van de leverancier dezelfde dag doorwerkt in plaats van pas na een herprijzingscyclus. De routing-DSL stelt meerdere modellen samen tot één aanroep, waardoor de bovenstaande splitsing één endpoint wordt in plaats van twee integraties.

Wat zou het beslechten?

Drie publicaties zouden dit van een beoordelingskwestie veranderen in een specificatievergelijking. Een tariefkaart voor Ling-3.2-flash, inclusief hoe beeld- en videotokens worden geteld. Een Ling-3.2-flash-repository onder dezelfde MIT-voorwaarden als zijn voorganger, waardoor het belangrijkste voordeel van het oudere model van de ene op de andere dag zou verdwijnen. En een benchmarktabel met alleen tekst — één redeneersuite, één programmeersuite — die ons zou vertellen of de 3.2-generatie het ding waarvoor 3.1 was gebouwd heeft verbeterd, of er alleen een zintuig aan heeft toegevoegd.

Tot die tijd is de rangorde: Ling-3.2-flash is het betere model, en Ling-3.1-flash is de betere gok. Ant bracht de twee vijf weken na elkaar uit — Ling-3.1-flash op 30 september 2026, Ling-3.2-flash op 5 november — en slechts één van die twee modellen heeft een prijs.