Ling 3.2 Flash: En multimodell flaggskeppsmodell på 560B som ser 30 sekunder i taget

Ling 3.2 Flash är en mixture-of-experts-modell med 560 miljarder parametrar från Ant Ling, med 25 miljarder parametrar aktiva per token, ett kontextfönster på 1M token och – anledningen till att den överhuvudtaget finns – inbyggd bild- och videoinmatning i stället för en vision-encoder påmonterad en textmodell. Den lanserades i Ants API den 5 november 2026. Nio dagar senare är den intressanta frågan inte längre vad den är, eftersom specifikationsbladet är offentligt och kort. Det är vad specifikationsbladet utelämnar, och det första det utelämnar är att den videoförståelse alla är så entusiastiska över stannar vid trettio sekunder, ett klipp per begäran, trettiotvå samplade bildrutor.

Det där är inte en fotnot. Ant Lings egen multimodala guide – sidan som dokumenterar hur man anropar Ling 3.2 Flash – sätter videotaket till en varaktighet på högst trettio sekunder, en enda video per begäran, en fast samplingsfrekvens på 2 fps med ett tak på 32 bildrutor och ett tak på 32 MiB för base64-strängen. Samma gränsblock styr Ling-3.0-flash-VL, så en del av det är ärvd infrastruktur snarare än ett beslut som fattats för den här modellen, men det är vad en anropare får. Om din pitch för en nativ multimodal modell är ”långsiktig agent som håller visuell kontext vid liv över många verktygsanrop” är det en trettio sekunder lång video och en video per begäran som är talet som begränsar arkitekturen, inte benchmarktabellen.

Vad modellen är, i siffror du kan kontrollera

Parametrarna och fönstret förekommer på två ställen på Ants utvecklarwebbplats: Ling-modellväljartabellen, där Ling 3.2 Flash står ovanför Ling-3.1-flash med identisk rad för 560B / 25B / 1M och en annan positioneringsrad, och tidslinjen "Ling's Evolution", som placerar 3.2-serien under 2026.11. Positioneringsraden är den faktiska skillnaden: 3.1 beskrivs som en hybrid resonemangsmodell för kontorsarbete, långsiktig mjukvaruutveckling och agentuppgifter; 3.2 beskrivs som en nativ multimodal modell med fokus på komplex visuell förståelse, multimodala långsiktiga agenter, 3D-förståelse och interaktion samt medicinskt multimodalt arbete. Samma skelett, en ny innebörd.

• Totalt antal parametrar — 560B för Ling 3.2 Flash, endast matchat av dess textbaserade syskon Ling-3.1-flash på 560B; den visionbaserade föregångaren Ling-3.0-flash-VL hade 124B.

• Aktiva parametrar per token – 25B, jämfört med 5,5B för Ling-3.0-flash-VL och 25B för Ling-3.1-flash.

• Kontextfönster — 1M tokens, fyra gånger de 256K som Ling-3.0-flash-VL och Ling-3.0-flash erbjuder.

• Modaliteter – text-, bild- och videoindata, textutdata, där vision och språk kombineras i själva arkitekturen i stället för att dirigeras genom en extern modul.

• Slutpunktsformer – OpenAI-kompatibla chat/completions och Anthropic-kompatibla messages, båda på api.ant-ling.com.

Den praktiska konsekvensen av slutpunkternas utformning är att en befintlig integration flyttas med en ändrad bas-URL och en modellsträng. Ant levererar samma två format för varje Ling-modell, och den multimodala guiden visar image_url-innehållsblock för stillbilder och video_url-block för video, båda enbart i base64 – det finns ingen dokumenterad väg för URL-hämtning för någon av dem, vilket är den andra begränsningen som en produktionsintegration stöter på innan den stöter på ett benchmark.

Priset är fortfarande inte angivet, och mätaren har fem dagar kvar.

Det här är delen som är värd att kontrollera innan du bygger något. Ants prissida – senast uppdaterad 5 november 2026, lanseringsdagen – har rader för Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash och två Ming-bildmodeller. Den har ingen rad för Ling 3.2 Flash. Modellen förekommer exakt en gång på den sidan, i en marknadsföringsrad: gratis under de första två veckorna efter lanseringen.

Räknat från 5 november stänger det fönstret omkring 19 november. I dag har det ungefär fem dagar kvar. När det stänger säger sidan att ordinarie priser återgår och ber dig hålla koll på ditt saldo, vilket är hela prisinformationen för ett 560B-flaggskepp.

Det du kan göra är att sätta en övre gräns för siffran med hjälp av raden ovan. Ling-3.1-flash listas till ¥2,00 per miljon indatatoken och ¥6,00 per miljon utdatatoken, med 75 % rabatt till ¥0,50 och ¥1,50, med cacheläsningar på ¥0,40 som sjunker till ¥0,10. Om man räknar om listpriset hamnar en textbaserad Ling-flaggskipmodell på ungefär $0,28 för indata och $0,85 för utdata per miljon; den rabatterade taxan landar nära $0,07 och $0,21. Om Ling 3.2 Flash prissätts som sitt syskon ligger det i det häradet. Det är en slutledning från en närliggande rad, inte en publicerad taxa, och en multimodell bär bild- och videotoken vars prissättning Ant inte har beskrivit alls — ett trettio sekunder långt klipp vid 2 fps är 32 bildrutor, och ingen sida berättar vad dessa 32 bildrutor kostar.

Det gapet har en specifik konsekvens för alla som budgeterar: du kan inte svara på "vad kostar den här uppgiften" för Ling 3.2 Flash på samma sätt som du kan för en modell med en prislista. Du kan svara på det efter 19 november, eller så kan du svara på det nu genom att köra utvärderingen medan mätaren är avstängd – vilket är den rimliga tolkningen av ett fjorton dagar långt gratisfönster för en modell utan publicerat pris.

Tre benchmarksiffror, alla Ants.

Ants tillkännagivande jämför Ling 3.2 Flash med Opus 5 som körs med maximal resonemangsansträngning på tre utvärderingar. Alla tre är rapporterade av leverantören, producerade av Ants egen releasepipeline, och ingen av dem har reproducerats utanför den. Med den etiketten fäst:

• OmniDocBench1.5 — 92,21 för Ling 3.2 Flash mot 90,56 för Opus 5 (max), en skillnad på 1,65 poäng inom dokumentförståelse.

• ZEROBench(Sub) — 43,71 mot 39,52, den största relativa skillnaden på cirka 10,6 %, i ett benchmark för 3D-scener.

• Vision2Web — 85,86 mot 80,20, en utvärdering av vision-till-webb-implementering.

Läser man igenom uppsättningen säger den något snävare än ”slår Opus 5”. Alla tre benchmarks är visuella. Ant valde de tre utvärderingar där en nativ multimodell med 25B aktiva parametrar rimligen skulle kunna slå en sluten modell i framkanten, och publicerade ingen jämförelse enbart på text – ingen resonemangssvit, ingen kodningssvit, ingen agentisk terminaluppgift, vilket är precis där samma labs positionering av Ling-3.1-flash hör hemma. Två av de tre, ZEROBench och Vision2Web, är inte instrument med brett deltagande från tredje part, så en läsare kan inte rimlighetsbedöma dem mot andra modeller. Och ”Opus 5 (max)” är en konfiguration av en konkurrent, utan att det anges någon testram, promptuppsättning eller antal försök för någon av sidorna.

Det finns heller ingen oberoende poäng för den här modellen att ställa bredvid dem. Artificial Analysis, den vanliga neutrala domaren, har ingen sida för Ling 3.2 Flash den 14 november — URL:en returnerar ett 404 — och det närmaste familjen har är dess textbaserade syskon. Ling 3.1 Flash 1019 får 29,6 på det aktuella Intelligence Index v5.0.1 vid $0,30 för input och $0,90 för output per miljon. Det är en verklig oberoende siffra, och den tillhör den föregående modellen, inte den här.

Inmatningsgränserna är den verkliga produktspecifikationen

Ant dokumenterar fyra kapacitetsområden för Ling 3.2 Flash, och de är snävare än den vanliga lanseringslistan: komplex visuell förståelse (dokument med ekvationer och diagram, inte bildbeskrivning), multimodala långhorisont-agenter som håller en visuell kontext levande över verktygsanrop, 3D-förståelse och interaktion, samt medicinskt multimodalt arbete. Demorna motsvarar dessa – att läsa headless-renderingar av materialsfärer och jämföra råhet för att förfina sina egna skript, konvertera ingenjörsritningar till 3D-webbmodeller, koordinera specialistagenter över en delad visuell kontext för att producera en rapport, en presentation och en highlights-video från samma Q2-data.

Sedan läser du {{1}}gränserna{{/1}}, och demona börjar se ut som om de byggdes inuti {{2}}begränsningarna{{/2}} snarare än runt dem. En visuell återkopplingsslinga som inspekterar sina egna renderingar är billig i bildrutor: en bild per tur, upp till fyrtio bilder per begäran, var och en under 16384 gånger 784 pixlar. En agent med lång horisont som håller en mötesinspelning i kontexten är inte det, eftersom inspelningen är begränsad till trettio sekunder och trettiotvå bildrutor. De två gränserna tillsammans beskriver en modell byggd för många små blickar på världen, inte en enda lång.

Hastighetsgränser förvärrar det. Ants egen sida om hastighetsgränser sätter ett globalt tak på två förfrågningar per sekund, med 429:or över det, och en tidsgräns på 90 sekunder för synkrona anrop där streaming rekommenderas. För en chattprodukt är det okej. För de agentloopar i flera steg som modellen uttryckligen är positionerad för – dussintals anrop per uppgift, där varje anrop bär en ram – är två QPS en planeringssiffra, och det kommer att forma arkitekturen mer än någon benchmark-skillnad kommer att göra.

Var det passar, och vad det kostar dig att prova

Den ärliga hållningen till tillgänglighet: Ling 3.2 Flash finns inte i OrcaRouter-katalogen i dag. Den aktuella modellistan returnerar 215 identifierare och ingen av dem är en Ling-modell – "ling"-träffarna är Kling-videomodeller, vilket är ett helt annat kinesiskt labb. Så inget här är ett enda anrop bort, och det finns ingen failover-väg på vår sida för den. Det vi routar är den jämförelseklass som den kommer att bedömas mot: MiniMax M3.1 Flash, en 428B/23B native multimodal MoE med samma 1M-fönster, videoinmatning och öppna vikter, till $0,15 per miljon indatatoken och $0,60 per miljon utdatatoken med 90 % cacherabatt – leverantörens listpris vidarebefordras utan påslag, med automatisk failover mellan leverantörer bakom en enda nyckel.

Det är den användbara formen av beslutet medan Ling 3.2 Flash saknar prislista. Kör den kostnadsfria utvärderingen mot Ants eget API, eftersom fem dagars kostnadsfri inferens på en multimodal modell med 560B parametrar är värt uppsättningskostnaden för att byta bas-URL. Lägg inte det bakom en produktionsväg som du inte kan prissätta, inte kan redundansväxla och inte kan begränsa till högst två förfrågningar per sekund. Om arbetsbelastningen gäller förståelse av dokument eller bildrutor och du behöver en siffra i dag, är de modeller du faktiskt kan budgetera mot de som finns på en prislista – och det finns 200+ av dem på en enda nyckel, vilket åtminstone gör jämförelsen till en enda integration i stället för en per leverantör.

Vad du ska se innan fönstret stängs

Tre saker avgör om Ling 3.2 Flash blir en modell du använder eller en modell du har utvärderat. Den första är prislistan: om Ant publicerar prissättning per miljon – inklusive hur bild- och videotoken debiteras – före den 19 november, eller om det kostnadsfria fönstret helt enkelt övergår i en taxa som inte listas. Den andra är vikterna. Ant är ett labb vars rykte 2026 vilar på MIT-licensierade 560B-checkpoints; Ling-3.1-flash-1019 släpptes på 573,8 GB under MIT den 27 oktober, och det finns inget 3.2-repository i organisationen inclusionAI på Hugging Face så sent som den här veckan. Ett slutet flaggskepp från det labbet är en förändrad hållning, inte en formalitet. Den tredje är det första oberoende benchmarket, för tills ett sådant finns är varje multimodalt påstående i den här artikeln Ants ord mot Ants uppgiftsurval.

Inget av det gör modellen ointressant. En 560B nativ multimodal MoE med 25B aktiva parametrar, ett fönster på 1M och båda API-dialekterna är ett seriöst stycke ingenjörsarbete, och de tre benchmarkgapen mot Opus 5 – leverantörsrapporterade, opublicerad testrigg – är tillräckligt stora för att vara värda att testa själv i stället för att avfärda. Den korrekta hållningen efter nio dagar är den som det kostnadsfria fönstret är byggt för: mät det nu, prissätt det när prislistan dyker upp, och missta inte en kampanjvecka för ett produktlöfte.