Ling-3.2-flash против Ling-3.1-flash: тот же 560B-скелет, одно новое чувство, никаких новых весов

Собственная страница прекращения поддержки Ant Ling усложняет решение по Ling-3.2-flash сильнее, чем пост о запуске. Три более старые модели — Ling-2.6-1T, Ring-2.6-1T и Ling-2.6-flash — будут выведены из эксплуатации 15 ноября 2026 года, и рекомендуемой заменой для всех трёх является Ling-3.1-flash. Так что в день выхода Ling-3.2-flash его предшественник только что был назначен официальной точкой перехода для каждой команды, уходящей с поколения 2.6. Теперь этим командам приходится выбирать между моделью, на которую Ant указала им перейти, и моделью, которую Ant анонсировала на той же неделе. У обеих одинаковое число параметров, одинаковое контекстное окно, одинаковый API-интерфейс — и они различаются ровно по одной оси, которая имеет значение, плюс ещё по одной, которая значит больше: Ling-3.2-flash видит, Ling-3.1-flash читает, и именно Ling-3.1-flash можно скачать.

Вот сравнение, которое стоит провести, и это не то сравнение, которое сделали в материалах к запуску. Ling-3.2-flash выигрывает по возможностям. Ling-3.1-flash выигрывает во всём, что нужно производственной команде, чтобы решиться: опубликованная цена, веса под лицензией MIT и независимая оценка, которую можно проверить, — даже если эту оценку с тех пор убрали из таблицы лидеров, где она находилась.

Что действительно идентично

Начните с тех частей, которые Ant не изменил, потому что они определяют, насколько трудоёмкой на самом деле будет миграция.

• Размер — у обеих моделей 560 млрд параметров всего при 25 млрд активных на токен. В таблице выбора модели Ant указаны одни и те же два значения в обеих строках.

• Контекст — оба имеют окно в 1 млн токенов. Ling-3.0-flash, на уровень ниже, ограничен 256K, так что 1 млн теперь — базовая норма для флагмана, а не громкая цифра.

• Интерфейс запросов — оба доступны по адресу api.ant-ling.com/v1 через совместимую с OpenAI конечную точку chat/completions и совместимую с Anthropic конечную точку messages. Оба принимают объект thinking со значением enabled или disabled; в справочнике Ant указаны серии 3.0, 3.1 и 3.2.

• Происхождение — то же семейство гибридно-линейных MoE, тот же рецепт внимания KDA-to-gated-MLA, который Ant представил в 3.0 и доработал в 3.1, та же топология с 512 маршрутизируемыми экспертами, что и у открытого чекпоинта 3.1.

• Ограничения скорости — тот же глобальный потолок в два запроса в секунду с ошибками 429 при его превышении и тот же 90-секундный тайм-аут для синхронных запросов, при этом рекомендуется потоковая передача. Новая модель не даёт большей пропускной способности.

Итак, миграция с Ling-3.1-flash на Ling-3.2-flash — это изменение строки модели плюс всё, что вы делаете по-другому с изображениями. Нового SDK нет, нового эндпоинта нет, новой аутентификации нет.

Что на самом деле изменилось: модель научилась смотреть

Ling-3.1-flash — это текст на входе, текст на выходе. Это не ограничение, которое скрывал Ant: собственное руководство поставщика по выбору позиционирует её для офисной работы, долгосрочной разработки программного обеспечения и сложных агентных задач, а материалы её запуска 2026 года изобиловали инженерными бенчмарками: порт компилятора Lua-to-x86-64-ELF, прохождение проверки на соответствие Pyright, переписывание на Rust, патч парсера OceanBase. Это была модель для людей, которые зарабатывают на жизнь написанием кода.

Ling-3.2-flash перепозиционирован вокруг четырёх визуальных возможностей: сложное визуальное понимание, мультимодальные агенты с длительным горизонтом, 3D-понимание и взаимодействие, а также медицинская мультимодальная работа. В справочнике API прямо указано, что запрос Ling-3.2-flash «нативно принимает текст, изображения и видео», используя блоки image_url для статичных изображений и блоки video_url для видео. Демонстрации, опубликованные Ant, показывают, для чего это нужно: чтение headless-рендеров сфер материалов и сравнение шероховатости и карт нормалей для доработки скрипта; управление Blender через действия интерфейса; преобразование инженерных чертежей в 3D-веб-модели; превращение исследовательских PDF с уравнениями в рабочий код; оценка порций и калорий по фотографиям еды.

Три релизных бенчмарка Ant — все визуальные и все по данным производителя. OmniDocBench1.5 — 92,21 против 90,56 у Opus 5 при максимальном уровне усилий; ZEROBench(Sub) — 43,71 против 39,52; Vision2Web — 85,86 против 80,20. Утверждение, которое они подкрепляют, узкое и конкретное: в разборе документов, рассуждениях о 3D-сценах и реализации vision-to-web Ant считает, что новая модель превосходит передовую закрытую модель. Ни один из трёх ничего не говорит о текстовых рассуждениях, и Ant вообще не опубликовала ни одного текстового бенчмарка — что само по себе сигнал, учитывая, что запуск Ling-3.1-flash почти целиком состоял из текстовых бенчмарков.

Если ваша нагрузка — текст, то честный вывод таков: преимущество Ling-3.2-flash перед Ling-3.1-flash не измерено. Если ваша нагрузка предполагает визуальный анализ, то в этом и есть весь смысл.

Вопрос цены — вот где эти двое расходятся сильнее всего.

У Ling-3.1-flash есть опубликованная тарифная сетка, сейчас действует скидка. На странице цен Ant она указана по ¥2,00 за миллион входных токенов и ¥6,00 за миллион выходных, со скидкой 75% до ¥0,50 и ¥1,50, а чтение из кэша — ¥0,40, снижено до ¥0,10. В столбце USD, который Ant публикует для сторонних платформ, указаны $0,30 и $0,90 по прайс-листу, со скидкой — $0,075 и $0,225.

У Ling-3.2-flash вообще нет тарифной сетки. На странице цен указаны Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash и две имиджевые модели Ming; Ling-3.2-flash фигурирует только в рекламном баннере: «бесплатно в первые 2 недели после запуска», после чего возобновляются исходные цены и предлагается следить за балансом аккаунта. Ни ставки за ввод, ни ставки за вывод, ни ставки за кэш, а — что важнее для мультимодальной модели — ни опубликованного порядка тарификации токенов изображений или видео.

Для всех, кто планирует мощности, это и есть решающая асимметрия. Модель, которую нельзя оценить, — это модель, которую нельзя заложить в бюджет, а модель зрения, у которой учёт токенов изображений не документирован, — это модель, стоимость которой вы не можете даже оценить по её текстовому тарифу. Бесплатное окно закрывается примерно 19 ноября, за пять дней до того, как 15-го наступит волна прекращения поддержки Ant. Команды, мигрирующие с Ling-2.6, столкнутся с обеими датами в пределах одних и тех же двух недель.

Веса: предшественник открыт, а преемник — нет.

Именно здесь интуитивный порядок меняется на обратный. Модель постарше — это та, у которой есть скачиваемые веса.

Репозиторий Hugging Face inclusionAI/Ling-3.1-flash распространяется по лицензии MIT и содержит 572 120 680 768 байт в формате safetensors — примерно 572 ГБ — последнее изменение 3 ноября 2026 года. Его родственный репозиторий Ling-3.1-flash-1019 — редакция после дообучения, выпущенная Ant в конце октября, — также под MIT и содержит 54 шарда FP8 общим объёмом около 573,8 ГБ. Оба представляют собой полный чекпоинт, а не адаптеры, и оба требуют trust_remote_code из-за пользовательского кода модели BailingMoeV3ForCausalLM.

У Ling-3.2-flash нет репозитория. В недавнем списке организации inclusionAI значатся Ling-3.1-flash-1019, Ling-3.1-flash, базовый чекпоинт, модели зрения ZwZ2 и аудиомодели Ming — записи о 3.2 нет. Под анонсом Ant самый популярный ответ — от пользователя, который хотел бы, чтобы модель была с открытым исходным кодом, и Ant не ответил.

Итак, две модели меняются местами в зависимости от того, что вам нужно. Если вы хотите развернуть 560B MoE на собственном оборудовании, оценить её офлайн, дообучить или просто не зависеть от бесперебойной работы поставщика, Ling-3.1-flash доступна на условиях, которые допускают всё это, а Ling-3.2-flash — нет. Если вам нужна лучшая мультимодальная модель и вы готовы арендовать её, порядок меняется на противоположный.

Независимые оценки, какие бы они ни были

Artificial Analysis перестроила свой Intelligence Index до v5.0.1 в конце октября, и после перестройки две модели Ling оказались в разных состояниях. На сегодняшний день страница Ling 3.1 Flash вообще не содержит значения Intelligence Index — в плитке отображается N/A, как и N/A для времени на задачу индекса, стоимости на задачу индекса и выходных токенов. Страница Ling 3.1 Flash 1019, напротив, содержит актуальную оценку 30 по v5.0.1, а также взвешенную стоимость $3.19 на задачу индекса и 240M сгенерированных выходных токенов.

Эти 30 несопоставимы ни с одним показателем Ling до пересборки. По прежней методике Ling-3.1-flash-1019 показывал 44; методика v5 строже, на 60% взвешивает композит в сторону приватных и отложенных наборов и снизила показатели большинства моделей. Сдвиг с 44 до 30 — это пересчёт, а не регрессия.

У Ling-3.2-flash вообще нет страницы на Artificial Analysis. Нет ни сторонних цифр, ни измерения скорости, ни оценки стоимости за задачу. Единственные существующие показатели — три визуальных бенчмарка Ant.

Как решить

Правило принятия решения, вытекающее из всего вышесказанного, необычно чёткое, поскольку эти две модели на самом деле не являются взаимозаменяемыми.

Оставайтесь на Ling-3.1-flash, если ваша нагрузка — текстовая, а сроки — продакшен. Вы получаете опубликованный тариф со скидкой, веса MIT, которые можно развернуть у себя, независимую оценку 30 по текущим критериям для сборки 1019 и собственную рекомендацию Ant в качестве замены трёх выводимых из эксплуатации моделей. Ничто в Ling-3.2-flash не улучшает ничего из этого для текстовой работы, кроме неизмеренной возможности.

Переходите на Ling-3.2-flash, если работа связана с изображениями, видео, документами с вёрсткой, 3D или скриншотами. Именно этой возможности у Ling-3.1-flash просто нет, и это единственная причина соглашаться на неопубликованную цену и закрытые веса. Проведите оценку в течение бесплатного окна — интеграция представляет собой изменение строки модели в SDK, который у вас уже есть, — и рассматривайте всё, что вы построите на нём до 19 ноября, как пилот, а не как обязательство.

Запускайте обе модели, если у вас смешанный трафик. Направляйте визуальную работу в 3.2, а текстовую — в 3.1; собственно, для этого и нужно разделение на две модели. Учтите, что ограничение частоты запросов у Ant глобальное на уровне аккаунта, а не отдельной модели — потолок не удваивается от того, что вы вызываете две модели.

Где маршрутизатор уместен, а где нет

Если быть точными в отношении нашей собственной позиции, поскольку легко подразумевать большее: ни Ling-3.2-flash, ни Ling-3.1-flash нет в каталоге OrcaRouter. Мы повторно прочитали актуальный список моделей 6 ноября, и он возвращает 215 идентификаторов, среди которых нет ни записи Ling, ни inclusionAI, ни Ring, ни ERNIE — единственные совпадения по «ling» — это видеомодели Kling. Так что ничто в этом сравнении не доступно одним вызовом сегодня.

Что роутер действительно даёт вам здесь — это путь на выход, а не на вход. Ограничение Ant — два запроса в секунду на аккаунт; глобальный ограничитель на флагманской модели 560B — это ровно тот случай, когда failover окупает себя, и практичный способ запускать Ling-3.2-flash в агентном цикле — поставить за ним второго провайдера, а не стоять в очереди за 429. На нашей стороне этот второй провайдер — модель с опубликованным тарифом на том же ключе: Qwen3.8-Flash по $0.15 за миллион входных и $0.47 за миллион выходных токенов для работы с изображениями, или DeepSeek V4.1 Flash по $0.15 и $0.60, а GLM-5.3-Flash — по $0.15 и $0.50 для текста. Цены — это прайс-лист провайдера, передаваемый без наценки, поэтому снижение цены вендором применяется в тот же день, а не после цикла пересмотра цен. DSL маршрутизации объединяет несколько моделей в один вызов — именно так разделение выше превращается в единую конечную точку вместо двух интеграций.

Что бы это решило?

Три публикации превратили бы это из субъективного суждения в сравнение спецификаций. Тарифная карта для Ling-3.2-flash, включая то, как считаются токены изображений и видео. Репозиторий Ling-3.2-flash на тех же условиях MIT, что и у предшественника, что заставило бы главное преимущество старой модели исчезнуть за одну ночь. И таблица бенчмарков только для текста — один набор тестов на рассуждение, один на программирование — которая показала бы нам, улучшило ли поколение 3.2 то, для чего создавалась версия 3.1, или лишь добавило ему ещё одно чувство.

До тех пор расстановка такая: Ling-3.2-flash — лучшая модель, а Ling-3.1-flash — более выгодная ставка. Ant выпустила их с разницей в пять недель — Ling-3.1-flash 30 сентября 2026 года, Ling-3.2-flash 5 ноября, — и только у одной из этих двух моделей указана цена.