Ling-3.2-flash: เรือธงมัลติโมดัลแบบเนทีฟของ Ant Ling ทำงานบนรอบเวลาสองสัปดาห์

ข้อเท็จจริงที่สำคัญที่สุดเกี่ยวกับ Ling-3.2-flash เป็นเรื่องการเรียกเก็บเงิน และมันมีอายุจำกัด Ant Ling เปิดตัวโมเดลนี้ใน API เมื่อวันที่ 5 พฤศจิกายน 2026 และให้ใช้ฟรีในช่วงสิบสี่วันแรก เมื่อช่วงเวลานั้นสิ้นสุดลง "ราคาเดิม" จะกลับมาใช้ — ราคาที่ผู้ให้บริการยังไม่ได้ประกาศ ดังนั้นทุกข้อกล่าวอ้างด้านสถาปัตยกรรมด้านล่างจึงมีอายุสั้น และมีคำถามหนึ่งข้อที่อยู่ยาวนานแนบมาด้วย: วันที่สิบห้าจะมีค่าใช้จ่ายเท่าไร Ling-3.2-flash เป็นโมเดล mixture-of-experts ขนาด 560 พันล้านพารามิเตอร์ โดยมี 25 พันล้านพารามิเตอร์ที่ใช้งานต่อโทเคน มีคอนเท็กซ์ 1 ล้านโทเคน และ — ซึ่งเป็นข่าวจริง ๆ — รองรับอินพุตรูปภาพ ข้อความ และวิดีโอแบบเนทีฟ ทำให้เป็นเรือธง Ling รุ่นแรกที่มองเห็น ไม่ใช่แค่อ่านเท่านั้น รุ่นก่อนหน้าอย่าง Ling-3.1-flash รองรับข้อความเท่านั้น ส่วน Ling-3.0-flash-VL ซึ่งเป็นโมเดลวิสชันรุ่นก่อนหน้า เป็นสาขาย่อยขนาด 124B นี่เป็นครั้งแรกที่สุดของสาย Ling และความสามารถมัลติโมดัลอยู่ในน้ำหนักชุดเดียวกัน

บันทึก changelog ของ Ant เอง (เวอร์ชัน 2.0.6 ลงวันที่ 5 พฤศจิกายน) คือเอกสารการเผยแพร่ และมันมีความยาวเพียงประโยคเดียว ประกาศบน X ในเย็นวันเดียวกันเพิ่มตัวเลข benchmark สามตัวและวิดีโอสาธิตห้าคลิป ไม่มีรายงานทางเทคนิค ไม่มี model card ไม่มี weights และไม่มีรายการราคา นั่นเป็นร่องรอยเอกสารที่บางกว่าที่ Ling-3.1-flash ได้รับในเดือนกันยายน และควรพูดให้ชัดเจนก่อนที่เราจะถือว่าตัวเลขใด ๆ เป็นข้อเท็จจริงที่established

สิ่งที่ส่งมอบจริง และสิ่งที่ Ant ยังไม่ได้กล่าวถึง

มีสี่สิ่งที่ได้รับการบันทึกและตรวจสอบได้ในปัจจุบัน จำนวนพารามิเตอร์ จำนวนที่ใช้งานอยู่ และหน้าต่างบริบทปรากฏในสองแห่งบนเว็บไซต์สำหรับนักพัฒนาของ Ant — ตารางการเลือกโมเดล Ling และไทม์ไลน์ "Ling's Evolution" ซึ่งจัดซีรีส์ 3.2 ไว้ภายใต้ 2026.11 การรองรับมอดัลลิตีปรากฏในเอกสารอ้างอิง API โดยคำขอไปยัง Ling-3.2-flash "รองรับข้อความ รูปภาพ และวิดีโอโดยตรง" พร้อมบล็อกเนื้อหา image_url สำหรับภาพนิ่ง และบล็อก video_url สำหรับวิดีโอ รูปแบบเอนด์พอยต์คือสองแบบที่ Ant ใช้งานอยู่ทุกที่แล้ว — chat/completions ที่เข้ากันได้กับ OpenAI และ messages ที่เข้ากันได้กับ Anthropic ทั้งคู่ที่ api.ant-ling.com/v1

มีสี่สิ่งที่ไม่มีการจัดทำเอกสารไว้ ไม่มีราคาต่อหนึ่งล้านโทเคนที่เผยแพร่สำหรับ Ling-3.2-flash ที่ใดเลยในหน้าราคา ตารางระบุ Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash และโมเดลภาพ Ming สองรุ่น และ Ling-3.2-flash ปรากฏเพียงในบรรทัดโปรโมชัน ไม่มีน้ำหนักแบบเปิด องค์กร inclusionAI บน Hugging Face มี Ling-3.1-flash, Ling-3.1-flash-1019 และเช็กพอยต์ฐาน Ling-3.1-flash และไม่มีรีโพซิทอรี 3.2 ไม่มีการทดสอบประสิทธิภาพที่เป็นอิสระ และไม่มีการระบุเพดานโทเคนเอาต์พุต ซึ่งสำหรับโมเดลที่นำเสนอสำหรับการสร้างงานส่งมอบแบบยาว ถือเป็นการละเว้นจริง ๆ ไม่ใช่แค่หมายเหตุท้ายเรื่อง

คำถามเรื่องเวตมีร่องรอยบนโซเชียลที่มองเห็นได้ ความคิดเห็นเดียวที่คุ้มค่าอ่านใต้ประกาศของ Ant คือผู้ใช้ที่ถามโดยเนื้อแท้ว่ามันจะเป็นโอเพนซอร์สหรือไม่ Ant ยังไม่ตอบ สำหรับแล็บที่ชื่อเสียงทั้งหมดในปี 2026 ตั้งอยู่บนเช็กพอยต์ 560B ที่ใช้สัญญาอนุญาต MIT — Ling-3.1-flash-1019 เปิดตัวที่ 573.8 GB ภายใต้ MIT เมื่อ 27 ตุลาคม — การปิดโมเดลเรือธงเป็นการเปลี่ยนท่าที ไม่ใช่เรื่องพิธีการ

ตัวเลขทั้งสาม และมูลค่าของพวกมัน

ประกาศของ Ant เปรียบเทียบ Ling-3.2-flash กับ Opus 5 ที่ทำงานด้วยความพยายามในการให้เหตุผลสูงสุดในการประเมินสามรายการ ทั้งสามรายการเป็นข้อมูลที่ผู้ขายรายงานเอง ทั้งสามมาจากกระบวนการเผยแพร่ของ Ant เอง และไม่มีรายการใดถูกทำซ้ำภายนอกกระบวนการนั้น ด้วยป้ายกำกับที่ติดแน่นเช่นนี้:

• OmniDocBench1.5 — 92.21 สำหรับ Ling-3.2-flash เทียบกับ 90.56 สำหรับ Opus 5 (max) เป็นเบนช์มาร์กด้านการทำความเข้าใจเอกสาร โดยมีช่องว่าง 1.65 คะแนน

• ZEROBench(Sub) — 43.71 เทียบกับ 39.52 นี่คือช่องว่างสัมพัทธ์ที่กว้างที่สุดในสามรายการ ประมาณ 10.6% บนเกณฑ์มาตรฐานฉาก 3D

• Vision2Web — 85.86 เทียบกับ 80.20 การประเมินการแปลงภาพเป็นเว็บ และเป็นตัวที่สอดคล้องโดยตรงที่สุดกับเดโมฟรอนต์เอนด์ที่ Ant เผยแพร่มาพร้อมกัน

อ่านชุดนี้อย่างละเอียดแล้วจะเห็นว่ามันสื่ออะไรที่แคบกว่า "เอาชนะ Opus 5" ประการแรก benchmark ทั้งสามรายการเป็นการทดสอบด้านภาพ Ant เลือกการประเมินสามรายการที่โมเดล native-multimodal ขนาด 25B พารามิเตอร์ที่ใช้งานจริงมีโอกาสเอาชนะโมเดลปิดระดับแนวหน้าได้อย่างสมเหตุสมผล และไม่ได้เผยแพร่การเปรียบเทียบแบบข้อความล้วนแม้แต่รายการเดียว — ไม่มีชุดทดสอบการให้เหตุผล ไม่มีชุดทดสอบการเขียนโค้ด ไม่มีงาน terminal แบบ agentic ประการที่สอง สองในสามรายการ (ZEROBench และ Vision2Web) ไม่ใช่เครื่องมือจัดอันดับมาตรฐานที่มีการมีส่วนร่วมจากบุคคลที่สามอย่างกว้างขวาง ผู้อ่านจึงไม่สามารถตรวจสอบความสมเหตุสมผลเทียบกับโมเดลอื่นได้ง่าย ประการที่สาม "Opus 5 (max)" เป็นการกำหนดค่าเฉพาะของคู่แข่งรายหนึ่ง และประกาศไม่ได้ระบุ harness ชุด prompt หรือจำนวนครั้งที่ลองในแต่ละฝ่าย

นั่นไม่ได้ทำให้ตัวเลขผิด แต่ทำให้ตัวเลขเหล่านั้นเป็นคำกล่าวอ้างของผู้ขายเกี่ยวกับชุดงานที่ผู้ขายเลือกเอง ซึ่งเป็นเรื่องปกติสำหรับการเปิดตัว แต่เป็นเรื่องผิดปกติที่จะนำไปพูดซ้ำเป็นข้อเท็จจริง สรุปอย่างซื่อตรงคือ Ant เชื่อว่า Ling-3.2-flash เป็นโมเดลจีนที่แข็งแกร่งที่สุดที่มีอยู่ในงานด้านเอกสาร 3D และ vision-to-code และได้เผยแพร่หลักฐานที่สนับสนุนความเชื่อนั้นพอดี และไม่เผยแพร่หลักฐานที่จะทดสอบความเชื่อนั้นเลย

ในจุดที่ความเป็นพหุรูปแบบควรจะให้ผลตอบแทน

Ant ระบุพื้นที่ความสามารถสี่ด้าน และมีความเฉพาะเจาะจงมากกว่ารายการเปิดตัวตามปกติ ด้านแรกคือความเข้าใจภาพที่ซับซ้อน — เอกสารที่มีสมการและแผนภาพ ไม่ใช่การสร้างคำบรรยายภาพ ด้านที่สองคือ "Agent แบบหลายรูปแบบที่ทำงานระยะยาว" ซึ่งในกรอบของ Ant หมายถึงโมเดลที่รักษาบริบทภาพให้คงอยู่ตลอดการเรียกใช้เครื่องมือหลายครั้ง ด้านที่สามคือความเข้าใจและการโต้ตอบใน 3D และด้านที่สี่คืองานหลายรูปแบบทางการแพทย์

เดโมเป็นส่วนที่น่าสนใจเพราะแสดงให้เห็นรูปแบบการใช้งานที่ตั้งใจไว้ ในเดโมหนึ่ง Ling-3.2-flash ประสานงานเอเจนต์ผู้เชี่ยวชาญผ่านบริบทที่ใช้ร่วมกัน เพื่อแปลงข้อมูลทางการเงินของ Q2 ให้เป็นรายงานวิเคราะห์ ชุดสไลด์สำหรับคณะกรรมการจำนวนหกสไลด์ และวิดีโอไฮไลต์ จากนั้นปรับแก้ทั้งสามชิ้นตามข้อเสนอแนะ ในอีกเดโมหนึ่ง มันควบคุม Blender ผ่านการกระทำใน UI และการเปลี่ยนแปลงพารามิเตอร์ และเปลี่ยนแบบวิศวกรรมให้เป็นโมเดลเว็บ 3D เดโมที่สามแสดงให้เห็นว่ามันอ่านภาพเรนเดอร์แบบ headless ของทรงกลมวัสดุ และเปรียบเทียบความหยาบ แผนที่ normal และรายละเอียด bump เพื่อปรับปรุงสคริปต์ของตัวเอง — เป็นลูปป้อนกลับเชิงภาพ ซึ่งเป็นรูปแบบ "observe, act, verify, correct" แบบเดียวกับที่ Ant สร้างไว้ใน Ling-3.0-flash-VL เดโมที่สี่อ่านไฟล์ PDF งานวิจัยที่มีสมการ และนำอัลกอริทึมไปใช้งานในโค้ด เดโมที่ห้าเปลี่ยนภาพถ่ายมื้ออาหารให้เป็นบันทึกอาหารรายสัปดาห์ พร้อมการประมาณปริมาณอาหารและยอดรวมสารอาหาร

สองในห้าข้อนั้นควรค่าแก่การพิจารณาอย่างจริงจังในฐานะข้ออ้างเชิงผลิตภัณฑ์มากกว่าการตลาด: ทั้งวงจรตรวจสอบภาพเรนเดอร์และการแปลงภาพวาดเป็น 3D ต่างก็ต้องให้โมเดลมองผลลัพธ์ของตัวเองแล้วปรับเปลี่ยนแนวทาง ซึ่งเป็นความสามารถเดียวที่แยกการฝึกแบบมัลติโมดัลโดยกำเนิดออกจากการนำตัวเข้ารหัสภาพไปติดเข้ากับโมเดลข้อความ ส่วนว่าจะทำงานได้ในคุณภาพระดับที่ Ant อ้างหรือไม่นั้น ก็เป็นสิ่งที่ยังไม่มีการทดสอบอิสระใดยืนยันได้เลย

เรื่องการเข้าถึงคือส่วนที่บังคับใช้ได้จริง

วันนี้สามารถเข้าถึง Ling-3.2-flash ได้สามวิธี ได้แก่ผลิตภัณฑ์แชต Ling Studio, endpoint แชตที่เข้ากันได้กับ OpenAI และ endpoint messages ที่เข้ากันได้กับ Anthropic เอกสารระบุว่าออบเจ็กต์ thinking ได้รับการรองรับในซีรีส์ 3.0, 3.1 และ 3.2 โดยค่าเริ่มต้นคือ enabled และมี disabled ให้ใช้สำหรับงานที่ไวต่อความหน่วง SDK ที่มีอยู่ใช้งานได้โดยเปลี่ยน base-URL

จากนั้นก็มีข้อเท็จจริงด้านการปฏิบัติการที่ Ant ระบุไว้ในหน้าระบุขีดจำกัดอัตราของตัวเอง นั่นคือสองคิวรีต่อวินาทีโดยรวมทั่วโลก และจะได้ 429 เมื่อเกินกว่านั้น พร้อมกับเวลาหมดอายุ 90 วินาทีสำหรับการเรียกแบบซิงโครนัส โดยแนะนำให้ใช้สตรีมมิง สำหรับผลิตภัณฑ์แชตแล้วถือว่าใช้ได้ แต่สำหรับงานเอเจนต์ระยะยาวที่โมเดลนี้ถูกวางตำแหน่งไว้อย่างชัดเจน ได้แก่ลูปหลายขั้นตอน ห่วงโซ่เครื่องมือ และเอเจนต์ที่เรียกโมเดลหลายสิบครั้งต่อหนึ่งงาน สอง QPS ถือเป็นเพดานที่แข็งตัวซึ่งจะกำหนดสถาปัตยกรรมมากกว่าตัวเลข benchmark ใด ๆ ใครก็ตามที่วางแผนจะใช้ Ling-3.2-flash เป็นแกนหลักของเอเจนต์ควรอ่านหน้านั้นก่อนหน้าค่าบริการ

ในฝั่งเราเอง จุดยืนที่ตรงไปตรงมาคือ: Ling-3.2-flash ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter ในวันนี้ เราได้อ่านรายการโมเดลแบบสดอีกครั้งเมื่อวันที่ 6 พฤศจิกายน และมันส่งคืนตัวระบุ 215 รายการ โดยไม่มี Ling, inclusionAI, Ring หรือ ERNIE เลย — รายการเดียวที่ตรงกับ "ling" คือโมเดลวิดีโอ Kling ดังนั้นจึงไม่มีสิ่งใดที่นี่พร้อมใช้ด้วยการเรียกเพียงครั้งเดียว สิ่งที่พร้อมใช้ด้วยการเรียกเพียงครั้งเดียว หากสิ่งที่คุณกำลังคาดหวังคือช่วงฟรีสองสัปดาห์ คือโมเดลที่มีราคาเผยแพร่ซึ่งคุณจัดงบได้จริง: Qwen3.8-Flash ที่ราคา $0.15 ต่อล้านโทเค็นอินพุต และ $0.47 ต่อล้านโทเค็นเอาต์พุต, GLM-5.3-Flash ที่ราคา $0.15 และ $0.50 และ DeepSeek V4.1 Flash ที่ราคา $0.15 และ $0.60 เหล่านั้นเป็นราคาตามรายการของผู้ให้บริการที่ส่งต่อโดยมี zero markup ดังนั้นเมื่อผู้ขายลดอัตรา ราคานั้นจะมาถึงฝั่งเราในวันเดียวกัน แทนที่จะเป็นหลังรอบการปรับราคา

วันที่สิบห้ามีหน้าตาเป็นอย่างไร

หน้าราคาของ Ant ระบุว่าราคาเดิมจะกลับมาใช้หลังสิ้นสุดช่วงโปรโมชัน และขอให้คุณ "คอยดูยอดคงเหลือในบัญชีของคุณ" นั่นคือการเปิดเผยราคาทั้งหมดสำหรับโมเดลเรือธงขนาด 560B ลองเทียบกับรายการข้างเคียงในหน้าเดียวกัน: Ling-3.1-flash ระบุราคาอินพุต ¥2.00 และเอาต์พุต ¥6.00 ต่อล้านโทเคน ลด 75% เหลือ ¥0.50 และ ¥1.50; Ling-3.0-flash-VL อยู่ที่ ¥0.50 และ ¥1.50 ลด 72% เหลือ ¥0.14 และ ¥0.42 หาก Ling-3.2-flash อยู่ใกล้เคียงกับรุ่นพี่น้องแบบข้อความล้วน ก็จะอยู่ที่ประมาณ $0.30 ต่อล้านโทเคนอินพุต และ $0.90 ต่อล้านโทเคนเอาต์พุตในราคาตั้ง ก่อนหักส่วนลด — แต่นั่นเป็นการอนุมานจากแถวข้างเคียง ไม่ใช่อัตราที่ประกาศไว้ และโมเดลมัลติโมดัลยังมีโทเคนรูปภาพและวิดีโอซึ่ง Ant ยังไม่ได้อธิบายราคาไว้เลย

การตัดสินใจของผู้อ่านจึงแยกออกจากกันอย่างชัดเจนตามกรอบเวลา หากคุณมีงานประเมินที่เน้นเอกสารหรือเน้นภาพที่ต้องทำในสัปดาห์นี้ Ling-3.2-flash นั้นฟรี มีความสามารถตามสเปกที่ระบุ และคุ้มค่ากับต้นทุนการตั้งค่าเพื่อเปลี่ยน base-URL หากคุณกำลังเลือกโครงหลักสำหรับงานโปรดักชันในไตรมาสหน้า คุณกำลังเลือกโมเดลที่ไม่มีราคาที่ประกาศ ไม่มีคะแนนประเมินจากอิสระ ไม่มีเวตโมเดล มีเพดานสองคำขอต่อวินาที และไม่มีเส้นทางสำรอง และการกระทำที่รับผิดชอบคือการรันการประเมินตอนนี้ ในขณะที่ยังไม่มีค่าใช้จ่าย และเลื่อนการตัดสินใจเรื่องสถาปัตยกรรมออกไปจนกว่ารายการราคาและคะแนนจากบุคคลที่สามชุดแรกจะออกมา

สิ่งที่ต้องจับตาคือไม่ใช่ตารางอันดับ แต่คือว่า Ant จะเผยแพร่ rate card และ model card ก่อนหน้าต่างฟรีปิดลงหรือไม่ และ inclusionAI จะได้รีโพซิทอรี 3.2 แบบเดียวกับที่ได้ 3.1 มาหรือเปล่า แล็บที่เพิ่งปล่อยน้ำหนัก MIT ไป 574 GB เมื่อสามสัปดาห์ก่อน แล้วตอนนี้กลับปล่อยเรือธงแบบปิด กำลังบอกอะไรบางอย่างกับคุณเกี่ยวกับว่ากำไรอยู่ตรงไหน นาฬิกาสองสัปดาห์คือเส้นตายสำหรับการตัดสินใจว่าคุณเชื่อมันหรือไม่