Ling-3.2-flash vs Ling-3.1-flash: โครงสร้างหลัก 560B เดียวกัน ความสามารถรับรู้ใหม่หนึ่งอย่าง ไม่มีน้ำหนักใหม่

หน้าประกาศเลิกใช้งานของ Ant Ling เองทำให้การตัดสินใจเรื่อง Ling-3.2-flash ยากกว่าที่โพสต์เปิดตัวทำ โมเดลรุ่นเก่าสามตัว ได้แก่ Ling-2.6-1T, Ring-2.6-1T และ Ling-2.6-flash จะถูกเลิกใช้งานในวันที่ 15 พฤศจิกายน 2026 และรุ่นทดแทนที่แนะนำสำหรับทั้งสามตัวคือ Ling-3.1-flash ดังนั้นในวันที่ Ling-3.2-flash เปิดตัว รุ่นก่อนหน้าของมันเพิ่งได้รับการกำหนดให้เป็นจุดหมายปลายทางอย่างเป็นทางการสำหรับทุกทีมที่ย้ายออกจากเจนเนอเรชัน 2.6 ทีมเหล่านั้นตอนนี้ต้องเลือกระหว่างโมเดลที่ Ant บอกให้ย้ายไป กับโมเดลที่ Ant ประกาศในสัปดาห์เดียวกัน ทั้งสองมีจำนวนพารามิเตอร์เท่ากัน มี context window เท่ากัน มี API surface เดียวกัน และแตกต่างกันในมิติเดียวที่สำคัญพอดี บวกอีกหนึ่งมิติที่สำคัญกว่า: Ling-3.2-flash มองเห็น ส่วน Ling-3.1-flash อ่าน และ Ling-3.1-flash คือรุ่นที่คุณดาวน์โหลดได้

นั่นคือการเปรียบเทียบที่ควรทำ และไม่ใช่การเปรียบเทียบที่สื่อตอนเปิดตัวทำ Ling-3.2-flash ชนะด้านความสามารถ Ling-3.1-flash ชนะในทุกสิ่งที่ทีมโปรดักชันต้องการเพื่อตัดสินใจเดินหน้า: ราคาที่เปิดเผยไว้ เวตโมเดลภายใต้สัญญาอนุญาต MIT และคะแนนจากแหล่งอิสระที่คุณตรวจสอบได้ — แม้ว่าคะแนนนั้นจะถูกถอดออกจากกระดานจัดอันดับที่มันเคยอยู่ไปแล้วก็ตาม

อะไรที่เหมือนกันอย่างแท้จริง

เริ่มจากส่วนที่ Ant ไม่ได้เปลี่ยนแปลง เพราะส่วนเหล่านี้เป็นตัวกำหนดว่าการย้ายระบบจริง ๆ แล้วต้องใช้ความพยายามมากแค่ไหน

• ขนาด — ทั้งสองมีพารามิเตอร์รวม 560B โดยมี 25B ที่ใช้งานต่อโทเค็น ตารางการเลือกโมเดลของ Ant ระบุตัวเลขสองตัวเดียวกันในทั้งสองแถว

• บริบท — ทั้งสองรองรับหน้าต่าง 1M โทเคน ส่วน Ling-3.0-flash ซึ่งอยู่ในระดับรองลงมาหนึ่งขั้นถูกจำกัดไว้ที่ 256K ดังนั้น 1M จึงเป็นค่าพื้นฐานของรุ่นเรือธงในตอนนี้ แทนที่จะเป็นเพียงจุดเด่นบนพาดหัว

• พื้นผิวคำขอ — ทั้งคู่ให้บริการที่ api.ant-ling.com/v1 ผ่าน endpoint chat/completions ที่เข้ากันได้กับ OpenAI และ endpoint messages ที่เข้ากันได้กับ Anthropic ทั้งคู่รองรับออบเจ็กต์ thinking ที่มี enabled หรือ disabled; เอกสารอ้างอิงของ Ant ระบุซีรีส์ 3.0, 3.1 และ 3.2 ไว้เช่นเดียวกัน

• สายการพัฒนา — ตระกูล MoE แบบไฮบริด-ลิเนียร์เดียวกัน สูตร attention แบบ KDA-to-gated-MLA เดียวกันที่ Ant เปิดตัวใน 3.0 และปรับปรุงใน 3.1 และโทโพโลยีแบบ routed expert 512 ตัวเดียวกันกับ checkpoint 3.1 แบบเปิด

• ขีดจำกัดอัตราการเรียกใช้ — เพดานสูงสุดระดับโลกที่สองคำขอต่อวินาทีเท่าเดิม พร้อมการตอบกลับ 429 เมื่อเกินเพดาน และระยะหมดเวลาแบบซิงโครนัส 90 วินาทีเท่าเดิม โดยแนะนำให้ใช้การสตรีม โมเดลใหม่ไม่ได้ทำให้คุณได้ปริมาณงาน (throughput) เพิ่มขึ้นแต่อย่างใด

ดังนั้นการย้ายจาก Ling-3.1-flash ไปเป็น Ling-3.2-flash คือการเปลี่ยนสตริงโมเดล บวกกับสิ่งที่คุณทำแตกต่างออกไปกับรูปภาพ ไม่มี SDK ใหม่ ไม่มี endpoint ใหม่ ไม่มีระบบยืนยันตัวตนใหม่

สิ่งที่เปลี่ยนไปจริง ๆ คือ: โมเดลได้เรียนรู้ที่จะมอง

Ling-3.1-flash รับข้อความเป็นอินพุตและส่งข้อความเป็นเอาต์พุต นั่นไม่ใช่ข้อจำกัดที่ Ant ปิดบัง — คู่มือการเลือกของ Vendor เองวางตำแหน่งมันไว้สำหรับงานสำนักงาน การพัฒนาซอฟต์แวร์ระยะยาว และงานเอเจนต์ที่ซับซ้อน และสื่อเปิดตัวในปี 2026 ของมันเต็มไปด้วยเกณฑ์มาตรฐานด้านวิศวกรรม: การพอร์ตคอมไพเลอร์ Lua-to-x86-64-ELF, การผ่านการทดสอบความสอดคล้องของ Pyright, การนำ Rust ไปใช้งานใหม่ และแพตช์ตัวแยกวิเคราะห์ OceanBase มันเป็นโมเดลสำหรับคนที่เขียนโค้ดเป็นอาชีพ

Ling-3.2-flash ถูกวางตำแหน่งใหม่โดยเน้นความสามารถด้านภาพสี่ด้าน ได้แก่ การทำความเข้าใจภาพที่ซับซ้อน เอเจนต์หลายรูปแบบที่ทำงานระยะยาว การทำความเข้าใจและการโต้ตอบใน 3D และงานด้านการแพทย์แบบหลายรูปแบบ เอกสารอ้างอิง API ระบุชัดเจนว่าคำขอ Ling-3.2-flash “รองรับข้อความ รูปภาพ และวิดีโอได้โดยตรง” โดยใช้บล็อก image_url สำหรับภาพนิ่ง และบล็อก video_url สำหรับวิดีโอ เดโมที่ Ant เผยแพร่แสดงให้เห็นว่าใช้งานได้อย่างไร เช่น การอ่านเรนเดอร์แบบ headless ของทรงกลมวัสดุและเปรียบเทียบแผนที่ความขรุขระและนอร์มัลแมปเพื่อปรับปรุงสคริปต์ การควบคุม Blender ผ่านการกระทำใน UI การแปลงแบบวิศวกรรมเป็นโมเดลเว็บ 3D การเปลี่ยน PDF งานวิจัยที่มีสมการให้เป็นโค้ดที่ใช้งานได้ และการประเมินปริมาณและแคลอรีจากภาพถ่ายอาหาร

benchmark การเปิดตัวสามรายการของ Ant ล้วนเป็นด้านภาพ และทั้งหมดเป็นข้อมูลที่ผู้ขายรายงานเอง OmniDocBench1.5 อยู่ที่ 92.21 เทียบกับ 90.56 ของ Opus 5 ที่ระดับความพยายามสูงสุด; ZEROBench(Sub) อยู่ที่ 43.71 เทียบกับ 39.52; Vision2Web อยู่ที่ 85.86 เทียบกับ 80.20 ข้ออ้างที่ข้อมูลเหล่านี้สนับสนุนนั้นแคบและเจาะจง: ในด้านการแยกวิเคราะห์เอกสาร การให้เหตุผลเกี่ยวกับฉาก 3D และการนำภาพไปสู่การพัฒนาเว็บ Ant เชื่อว่าโมเดลใหม่ชนะโมเดลปิดระดับแนวหน้า ไม่มีรายการใดในสามรายการนี้ที่กล่าวถึงการให้เหตุผลด้านข้อความ และ Ant ไม่ได้เผยแพร่ benchmark ด้านข้อความเลย — ซึ่งตัวมันเองก็เป็นสัญญาณอย่างหนึ่ง เมื่อพิจารณาว่าการเปิดตัว Ling-3.1-flash เกือบทั้งหมดเป็น benchmark ด้านข้อความ

หากงานของคุณเป็นงานข้อความ การตีความอย่างตรงไปตรงมาคือข้อได้เปรียบของ Ling-3.2-flash เหนือ Ling-3.1-flash ยังไม่ได้รับการวัด หากงานของคุณเกี่ยวข้องกับการดูบางสิ่ง นั่นแหละคือจุดสำคัญทั้งหมด

ประเด็นเรื่องราคาคือจุดที่ทั้งสองฝ่ายแตกต่างกันมากที่สุด

Ling-3.1-flash มีตารางราคาที่ประกาศไว้ ซึ่งปัจจุบันลดราคา หน้าเพจราคาของ Ant ระบุไว้ที่ ¥2.00 ต่อหนึ่งล้านโทเค็นอินพุต และ ¥6.00 ต่อหนึ่งล้านโทเค็นเอาต์พุต ลดลง 75% เหลือ ¥0.50 และ ¥1.50 โดยการอ่านแคชอยู่ที่ ¥0.40 ลดลงเหลือ ¥0.10 คอลัมน์ USD ที่ Ant เผยแพร่สำหรับแพลตฟอร์มบุคคลที่สามแสดง $0.30 และ $0.90 ในราคาปกติ ลดเหลือ $0.075 และ $0.225

Ling-3.2-flash ไม่มีตารางอัตราค่าบริการเลย หน้าราคาระบุถึง Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash และโมเดลภาพ Ming อีกสองโมเดล ส่วน Ling-3.2-flash ปรากฏเพียงในแบนเนอร์โปรโมชันว่า "ฟรีใน 2 สัปดาห์แรกหลังเปิดตัว" โดยราคาเดิมจะกลับมาหลังจากนั้น พร้อมคำแนะนำให้คอยตรวจสอบยอดคงเหลือในบัญชีของคุณ ไม่มีอัตราค่าอินพุต ไม่มีอัตราค่าเอาต์พุต ไม่มีอัตราค่าแคช และ—ซึ่งสำคัญกว่าสำหรับโมเดลมัลติโมดัล—ไม่มีการเปิดเผยวิธีคิดค่าบริการสำหรับโทเค็นรูปภาพหรือวิดีโอ

สำหรับใครก็ตามที่วางแผนเรื่อง capacity นี่คือความไม่สมมาตรที่เป็นตัวตัดสิน โมเดลที่คุณตั้งราคาไม่ได้คือโมเดลที่คุณใส่ไว้ในงบประมาณไม่ได้ และโมเดลวิชันที่การคิดบัญชีโทเค็นรูปภาพไม่มีเอกสารกำกับ ก็คือโมเดลที่คุณไม่อาจประเมินต้นทุนได้แม้แต่จากอัตราค่าโทเค็นข้อความของมัน ช่วงเวลาฟรีจะปิดประมาณวันที่ 19 พฤศจิกายน ซึ่งเป็นห้าวันก่อนที่คลื่นการยกเลิกการรองรับ Ant จะมาถึงในวันที่ 15 ทีมที่ย้ายออกจาก Ling-2.6 จะเจอทั้งสองวันภายในช่วงสองสัปดาห์เดียวกัน

น้ำหนัก: ตัวก่อนหน้าเปิดอยู่ ส่วนตัวถัดไปไม่เปิด

นี่คือส่วนที่ทำให้ลำดับที่ดูเป็นไปตามสัญชาตญาณกลับกัน โมเดลที่เก่ากว่าคือโมเดลที่มีไฟล์น้ำหนักให้ดาวน์โหลดได้

รีโพซิทอรี Hugging Face ชื่อ inclusionAI/Ling-3.1-flash ได้รับอนุญาตแบบ MIT และมีไฟล์ safetensors ขนาด 572,120,680,768 ไบต์ — ประมาณ 572 GB — แก้ไขล่าสุดเมื่อวันที่ 3 พฤศจิกายน 2026 ส่วน Ling-3.1-flash-1019 ซึ่งเป็นรีวิชันหลังการฝึก (post-training) ที่ Ant ผลักดันในช่วงปลายเดือนตุลาคม ก็ได้รับอนุญาตแบบ MIT เช่นกัน และมีชาร์ด FP8 จำนวน 54 ชาร์ด รวมประมาณ 573.8 GB ทั้งสองเป็นเช็กพอยต์เต็ม ไม่ใช่อะแดปเตอร์ และทั้งคู่ต้องใช้ trust_remote_code เนื่องจากโค้ดโมเดล BailingMoeV3ForCausalLM ที่กำหนดขึ้นเอง

Ling-3.2-flash ไม่มีรีโพซิทอรี รายการล่าสุดขององค์กร inclusionAI ประกอบด้วย Ling-3.1-flash-1019, Ling-3.1-flash, เช็กพอยต์ฐาน, โมเดลวิชัน ZwZ2 และโมเดลเสียง Ming — ไม่มีรายการ 3.2 ภายใต้ประกาศของ Ant ความคิดเห็นที่ได้รับไลก์มากที่สุดคือผู้ใช้ที่อยากให้มันเป็นโอเพนซอร์ส และ Ant ยังไม่ได้ตอบกลับ

ดังนั้นสองโมเดลนี้จะสลับบทบาทกันไปตามสิ่งที่คุณต้องการ หากคุณต้องการให้บริการ MoE ขนาด 560B บนฮาร์ดแวร์ของคุณเอง ประเมินแบบออฟไลน์ ไฟน์ทูน หรือเพียงแค่ไม่ต้องพึ่งพาความพร้อมใช้งานของผู้ให้บริการ Ling-3.1-flash มีให้ใช้ภายใต้เงื่อนไขที่อนุญาตทั้งหมดนั้น ส่วน Ling-3.2-flash ไม่อนุญาต หากคุณต้องการโมเดลมัลติโหมดที่ดีกว่าและพอใจที่จะเช่าใช้ ลำดับจะสลับกัน

คะแนนที่เป็นอิสระ เท่าที่มีอยู่จริง

Artificial Analysis ได้สร้าง Intelligence Index ใหม่เป็น v5.0.1 ในช่วงปลายเดือนตุลาคม และการสร้างใหม่นี้ทำให้โมเดล Ling ทั้งสองตัวอยู่ในสถานะที่แตกต่างกัน เมื่อดูในวันนี้ หน้า Ling 3.1 Flash ไม่มีตัวเลข Intelligence Index เลย — การ์ดแสดงเป็น N/A พร้อมกับ N/A สำหรับเวลาต่องานในดัชนี ต้นทุนต่องานในดัชนี และโทเค็นเอาต์พุต ในทางตรงกันข้าม หน้า Ling 3.1 Flash 1019 มีคะแนนจริง 30 บน v5.0.1 พร้อมต้นทุนถ่วงน้ำหนักต่องานในดัชนีที่ $3.19 และโทเค็นเอาต์พุตที่สร้างขึ้น 240M

เลข 30 นั้นเทียบกับตัวเลข Ling ใด ๆ ก่อนการรีบิลด์ไม่ได้ ภายใต้เกณฑ์เดิม Ling-3.1-flash-1019 ได้ 44; เกณฑ์ v5 ยากกว่า โดยให้น้ำหนัก 60% ของคะแนนรวมไปที่ชุด private และ held-out และทำให้โมเดลส่วนใหญ่มีคะแนนลดลง การเปลี่ยนจาก 44 เป็น 30 คือการให้คะแนนใหม่ ไม่ใช่การถดถอย

Ling-3.2-flash ไม่มีหน้า Artificial Analysis อยู่เลย โดยไม่มีตัวเลขจากบุคคลที่สาม ไม่มีการวัดความเร็ว และไม่มีประมาณการต้นทุนต่อหนึ่งงาน ตัวเลขเดียวที่มีอยู่จริงคือเบนช์มาร์กด้านภาพสามรายการของ Ant

วิธีตัดสินใจ

หลักเกณฑ์การตัดสินใจที่ได้จากทั้งหมดข้างต้นนั้นเรียบง่ายอย่างผิดปกติ เพราะโมเดลทั้งสองไม่ได้เป็นสิ่งทดแทนกันจริง ๆ

ใช้ Ling-3.1-flash ต่อไปหากงานของคุณเป็นงานข้อความและกำหนดเวลาของคุณคือการใช้งานจริงในระบบผลิต คุณจะได้รับอัตราค่าส่วนลดที่ประกาศไว้ น้ำหนักแบบ MIT ที่คุณโฮสต์เองได้ คะแนนอิสระ 30 ตามเกณฑ์ปัจจุบันสำหรับบิลด์ 1019 และคำแนะนำของ Ant เองในฐานะตัวแทนสำหรับสามโมเดลที่กำลังจะเลิกใช้ ไม่มีสิ่งใดเกี่ยวกับ Ling-3.2-flash ที่ดีกว่าสิ่งเหล่านั้นสำหรับงานข้อความ ยกเว้นความเป็นไปได้ที่ยังไม่ได้วัด

ย้ายไปใช้ Ling-3.2-flash หากงานเกี่ยวข้องกับรูปภาพ วิดีโอ เอกสารที่มีเลย์เอาต์ 3D หรือภาพหน้าจอ นั่นคือความสามารถที่ Ling-3.1-flash ไม่มีเลย และเป็นเหตุผลเดียวที่ควรยอมรับราคาที่ยังไม่เปิดเผยและเวตแบบปิด ให้ประเมินระหว่างช่วงทดลองใช้ฟรี — การผสานรวมเป็นเพียงการเปลี่ยนสตริงชื่อโมเดลบน SDK ที่คุณมีอยู่แล้ว — และให้ถือว่าสิ่งใดก็ตามที่คุณสร้างบนโมเดลนี้ก่อนวันที่ 19 พฤศจิกายนเป็นเพียงโครงการนำร่อง ไม่ใช่ข้อผูกมัด

รันทั้งสองตัวหากคุณมีทราฟฟิกแบบผสม (mixed traffic) โดยส่งงานด้านภาพไปที่ 3.2 และส่งงานด้านข้อความไปที่ 3.1 ซึ่งเป็นจุดประสงค์ที่แท้จริงของการแยกใช้สองโมเดล และโปรดทราบว่าขีดจำกัดอัตราการใช้งานของ Ant นั้นเป็นแบบglobalต่อบัญชี ไม่ใช่ต่อโมเดล เพดานจึงไม่เพิ่มขึ้นเป็นสองเท่าเพียงเพราะคุณเรียกใช้สองโมเดล

จุดที่เราเตอร์เหมาะ และจุดที่มันไม่เหมาะ

เพื่อความชัดเจนเกี่ยวกับสถานะของเราเอง เพราะเป็นเรื่องง่ายที่จะทำให้เข้าใจเกินจริงว่า ทั้ง Ling-3.2-flash และ Ling-3.1-flash ไม่ได้อยู่ในแคตตาล็อกของ OrcaRouter เราได้อ่านรายการโมเดลแบบสดอีกครั้งเมื่อวันที่ 6 พฤศจิกายน และรายการส่งคืนตัวระบุ 215 รายการ โดยไม่มีรายการ Ling, inclusionAI, Ring หรือ ERNIE — รายการเดียวที่ตรงกับ "ling" คือโมเดลวิดีโอ Kling ดังนั้นไม่มีสิ่งใดในการเปรียบเทียบนี้ที่สามารถเรียกใช้ได้ด้วยการเรียกเพียงครั้งเดียว ณ วันนี้

สิ่งที่เราเตอร์ให้คุณในที่นี้คือเส้นทางออก ไม่ใช่ทางเข้า การจำกัดอัตราของ Ant คือสองคำขอต่อวินาทีต่อบัญชี ตัวจำกัดแบบโกลบอลบน flagship ขนาด 560B คือสภาวะที่การ failover คุ้มค่าพอดี และวิธีปฏิบัติจริงในการรัน Ling-3.2-flash ในลูปเอเจนต์คือการวางผู้ให้บริการรายที่สองไว้ข้างหลัง แทนที่จะต่อคิวรออยู่หลัง 429 ฝั่งเราผู้ให้บริการรายที่สองนั้นคือโมเดลที่มีราคาประกาศบนคีย์เดียวกัน: Qwen3.8-Flash ที่ $0.15 ต่อล้านโทเคนอินพุต และ $0.47 ต่อล้านโทเคนเอาต์พุตสำหรับงานวิชัน หรือ DeepSeek V4.1 Flash ที่ $0.15 และ $0.60 และ GLM-5.3-Flash ที่ $0.15 และ $0.50 สำหรับงานข้อความ ราคาเป็นราคาลิสต์ของผู้ให้บริการที่ส่งต่อโดยไม่บวกเพิ่ม ดังนั้นส่วนลดจากผู้ขายจึงมีผลในวันเดียวกัน แทนที่จะต้องรอรอบปรับราคาใหม่ routing DSLประกอบโมเดลหลายตัวเข้าเป็นการเรียกครั้งเดียว ซึ่งเป็นวิธีที่การแยกข้างต้นกลายเป็นเอนด์พอยต์เดียวแทนที่จะเป็นการเชื่อมต่อสองครั้ง

อะไรจะทำให้เรื่องนี้ยุติลง

เอกสารเผยแพร่สามฉบับจะเปลี่ยนเรื่องนี้จากการใช้ดุลยพินิจมาเป็นการเปรียบเทียบสเปก ตารางราคาสำหรับ Ling-3.2-flash รวมถึงวิธีการนับโทเค็นภาพและวิดีโอ รีพозиторийของ Ling-3.2-flash ภายใต้เงื่อนไข MIT เดียวกับรุ่นก่อน ซึ่งจะทำให้ข้อได้เปรียบหลักของรุ่นเก่าหายไปในชั่วข้ามคืน และตาราง benchmark แบบข้อความล้วน — ชุดทดสอบการให้เหตุผลหนึ่งชุด ชุดทดสอบการเขียนโค้ดหนึ่งชุด — ที่จะบอกเราว่ารุ่น 3.2 พัฒนาสิ่งที่รุ่น 3.1 ถูกสร้างขึ้นมาเพื่อทำ หรือเพียงเพิ่มประสาทสัมผัสเข้ามาให้มันเท่านั้น

จนถึงตอนนั้น ลำดับคือ: Ling-3.2-flash เป็นโมเดลที่ดีกว่า และ Ling-3.1-flash เป็นตัวเลือกที่น่าเดิมพันกว่า Ant ปล่อยทั้งสองตัวนี้ออกห่างกันห้าสัปดาห์ — Ling-3.1-flash เมื่อวันที่ 30 กันยายน 2026, Ling-3.2-flash เมื่อวันที่ 5 พฤศจิกายน — และมีเพียงหนึ่งในสองโมเดลนี้เท่านั้นที่มีราคาระบุไว้