Ling-3.2-flash so với Ling-3.1-flash: Cùng bộ khung 560B, thêm một giác quan mới, không có trọng số mới

Trang deprecation của chính Ant Ling khiến quyết định chọn Ling-3.2-flash khó hơn so với bài đăng ra mắt. Ba mô hình cũ hơn — Ling-2.6-1T, Ring-2.6-1T và Ling-2.6-flash — sẽ ngừng hoạt động vào ngày 15 tháng 11 năm 2026, và mô hình thay thế được khuyến nghị cho cả ba là Ling-3.1-flash. Vì vậy, vào đúng ngày Ling-3.2-flash ra mắt, mô hình tiền nhiệm của nó vừa mới được chỉ định là điểm đến chính thức cho mọi nhóm đang chuyển khỏi thế hệ 2.6. Các nhóm này giờ phải chọn giữa mô hình mà Ant bảo họ chuyển sang và mô hình mà Ant công bố trong cùng tuần. Hai mô hình có cùng số lượng tham số, cùng cửa sổ ngữ cảnh, cùng bề mặt API — và khác nhau đúng ở một trục quan trọng, cộng thêm một trục còn quan trọng hơn: Ling-3.2-flash nhìn thấy, Ling-3.1-flash đọc, và Ling-3.1-flash là mô hình bạn có thể tải xuống.

Đó mới là phép so sánh đáng thực hiện, và nó không phải phép so sánh mà các bài đưa tin ra mắt đã làm. Ling-3.2-flash thắng về năng lực. Ling-3.1-flash thắng ở mọi thứ mà một đội ngũ đưa sản phẩm vào vận hành cần để cam kết: mức giá được công bố, trọng số theo giấy phép MIT, và một điểm số độc lập mà bạn có thể kiểm tra — kể cả khi điểm số đó từ đó đã bị rút khỏi bảng xếp hạng mà nó từng nằm trên.

Điều gì thực sự giống hệt nhau

Hãy bắt đầu với những phần Ant không thay đổi, vì chúng quyết định việc migration thực sự tốn bao nhiêu công sức.

• Kích thước — cả hai đều có tổng cộng 560B tham số với 25B hoạt động trên mỗi token. Bảng lựa chọn mô hình của Ant liệt kê cùng hai con số đó trên cả hai hàng.

• Ngữ cảnh — cả hai đều có cửa sổ 1M token. Ling-3.0-flash, thấp hơn một bậc, bị giới hạn ở 256K, vì vậy 1M giờ đây là mức cơ sở của dòng flagship chứ không còn là điểm nhấn.

• Bề mặt yêu cầu — cả hai đều được phục vụ tại api.ant-ling.com/v1 thông qua endpoint chat/completions tương thích OpenAI và endpoint messages tương thích Anthropic. Cả hai đều chấp nhận đối tượng thinking với enabled hoặc disabled; tài liệu tham chiếu của Ant liệt kê dòng 3.0, 3.1 và 3.2 đều như nhau.

• Nguồn gốc — cùng một họ MoE tuyến tính lai, cùng công thức attention KDA-tới-gated-MLA mà Ant giới thiệu ở bản 3.0 và tinh chỉnh ở bản 3.1, cùng cấu trúc liên kết 512 chuyên gia định tuyến như checkpoint 3.1 mở.

• Giới hạn tốc độ — vẫn là mức trần toàn cục hai truy vấn mỗi giây, với lỗi 429 khi vượt quá, và vẫn là thời gian chờ đồng bộ 90 giây cùng khuyến nghị dùng truyền phát. Một mô hình mới không giúp bạn có thêm thông lượng.

Vậy nên việc chuyển từ Ling-3.1-flash sang Ling-3.2-flash chỉ là thay đổi chuỗi mô hình, cộng với những gì bạn làm khác đi với hình ảnh. Không có SDK mới, không có endpoint mới, không có xác thực mới.

Điều thực sự đã thay đổi: mô hình đã học cách quan sát

Ling-3.1-flash là văn bản vào, văn bản ra. Đó không phải là một hạn chế mà Ant che giấu — chính hướng dẫn lựa chọn của nhà cung cấp định vị nó cho công việc văn phòng, phát triển phần mềm dài hạn và các tác vụ agent phức tạp, còn tài liệu ra mắt năm 2026 của nó đầy ắp các bài kiểm chuẩn kỹ thuật: một bản chuyển cổng trình biên dịch Lua sang x86-64-ELF, một lần đạt kiểm định tương thích Pyright, một bản tái triển khai bằng Rust, một bản vá trình phân tích OceanBase. Đó là một mô hình dành cho những người viết mã để kiếm sống.

Ling-3.2-flash được định vị lại quanh bốn năng lực thị giác: hiểu hình ảnh phức tạp, tác nhân đa phương thức dài hạn, hiểu và tương tác 3D, và công việc đa phương thức trong y tế. Tài liệu tham chiếu API nêu rõ rằng một yêu cầu Ling-3.2-flash “chấp nhận trực tiếp văn bản, hình ảnh và video”, sử dụng khối image_url cho ảnh tĩnh và khối video_url cho video. Các bản demo mà Ant công bố cho thấy điều đó dùng để làm gì: đọc các bản render headless của các quả cầu vật liệu và so sánh bản đồ độ nhám và bản đồ pháp tuyến để tinh chỉnh một script; điều khiển Blender thông qua các thao tác giao diện người dùng; chuyển bản vẽ kỹ thuật thành mô hình web 3D; biến các PDF nghiên cứu có công thức thành mã chạy được; ước tính khẩu phần và calo từ ảnh bữa ăn.

Ba benchmark ra mắt của Ant đều là trực quan và đều do nhà cung cấp tự báo cáo. OmniDocBench1.5 đạt 92,21 so với 90,56 của Opus 5 ở mức nỗ lực tối đa; ZEROBench(Sub) đạt 43,71 so với 39,52; Vision2Web đạt 85,86 so với 80,20. Luận điểm mà chúng hậu thuẫn thì hẹp và cụ thể: về phân tích tài liệu, suy luận cảnh 3D và triển khai từ thị giác sang web, Ant tin rằng mô hình mới đánh bại một mô hình đóng tiên phong. Không một trong ba benchmark nào nói bất cứ điều gì về suy luận văn bản, và Ant không công bố benchmark văn bản nào cả — bản thân điều đó đã là một tín hiệu, nhất là khi màn ra mắt của Ling-3.1-flash gần như hoàn toàn là các benchmark văn bản.

Nếu khối lượng công việc của bạn là văn bản, thì cách hiểu trung thực là lợi thế của Ling-3.2-flash so với Ling-3.1-flash vẫn chưa được đo lường. Nếu khối lượng công việc của bạn có liên quan đến việc nhìn vào một thứ gì đó, thì đó chính là điểm cốt lõi.

Câu hỏi về giá là điểm mà hai bên khác biệt gay gắt nhất.

Ling-3.1-flash có bảng giá được công bố, hiện đang được giảm giá. Trang giá của Ant niêm yết mức ¥2.00 cho mỗi triệu token đầu vào và ¥6.00 cho mỗi triệu token đầu ra, được giảm 75% xuống ¥0.50 và ¥1.50, với giá đọc bộ nhớ đệm là ¥0.40 giảm xuống ¥0.10. Cột USD mà Ant công bố cho các nền tảng bên thứ ba cho thấy $0.30 và $0.90 theo giá niêm yết, được giảm xuống $0.075 và $0.225.

Ling-3.2-flash hoàn toàn không có bảng giá. Trang định giá chỉ liệt kê Ling-3.1-flash, Ling-3.0-flash-VL, Ling-3.0-flash và hai mô hình hình ảnh Ming; Ling-3.2-flash chỉ xuất hiện trong một biểu ngữ quảng cáo: “miễn phí trong 2 tuần đầu sau khi ra mắt”, với giá gốc sẽ được áp dụng lại sau đó và gợi ý theo dõi số dư tài khoản của bạn. Không có mức giá đầu vào, không có mức giá đầu ra, không có mức giá bộ nhớ đệm, và — hệ quả lớn hơn đối với một mô hình đa phương thức — không có công bố nào về cách xử lý token hình ảnh hoặc video.

Với bất kỳ ai đang lập kế hoạch dung lượng, đó chính là sự bất đối xứng mang tính quyết định. Một mô hình mà bạn không thể định giá là một mô hình mà bạn không thể đưa vào ngân sách, và một mô hình thị giác có cách hạch toán token hình ảnh không được ghi lại thành tài liệu là một mô hình mà bạn thậm chí không thể ước tính chi phí từ mức giá văn bản của nó. Cửa sổ miễn phí đóng lại vào khoảng ngày 19 tháng 11, năm ngày trước khi làn sóng ngừng hỗ trợ Ant ập đến vào ngày 15. Các đội đang chuyển khỏi Ling-2.6 sẽ gặp cả hai mốc thời gian trong cùng một khoảng hai tuần.

Trọng số: phần tử trước là mở, phần tử sau thì không

Đây là phần đảo ngược trật tự trực quan. Mô hình cũ hơn là mô hình có các trọng số có thể tải xuống.

Kho lưu trữ Hugging Face inclusionAI/Ling-3.1-flash được cấp phép MIT và chứa 572,120,680,768 byte safetensors — khoảng 572 GB — được sửa đổi lần cuối vào ngày 3 tháng 11 năm 2026. Bản anh em của nó là Ling-3.1-flash-1019, bản sửa đổi sau huấn luyện do Ant đưa lên vào cuối tháng 10, cũng theo giấy phép MIT và chứa 54 phân mảnh FP8 với dung lượng khoảng 573,8 GB. Cả hai đều là checkpoint đầy đủ, không phải adapter, và cả hai đều yêu cầu trust_remote_code do mã mô hình hóa BailingMoeV3ForCausalLM tùy chỉnh.

Ling-3.2-flash không có repo. Danh sách gần đây của tổ chức inclusionAI gồm Ling-3.1-flash-1019, Ling-3.1-flash, một checkpoint cơ sở, các mô hình thị giác ZwZ2 và các mô hình âm thanh Ming — không có mục 3.2 nào. Dưới thông báo của Ant, câu trả lời được thích nhiều nhất là của một người dùng mong nó được mã nguồn mở, và Ant vẫn chưa trả lời.

Vậy nên hai mô hình hoán đổi vị trí cho nhau tùy vào nhu cầu của bạn. Nếu bạn muốn tự phục vụ một MoE 560B trên phần cứng của riêng mình, đánh giá nó ngoại tuyến, tinh chỉnh nó, hoặc đơn giản là không phụ thuộc vào thời gian hoạt động của nhà cung cấp, thì Ling-3.1-flash được cung cấp theo các điều khoản cho phép tất cả những điều đó, còn Ling-3.2-flash thì không. Nếu bạn muốn mô hình đa phương thức tốt hơn và bằng lòng thuê nó, thì thứ tự sẽ đảo ngược.

Các điểm số độc lập, dù chúng có ra sao.

Artificial Analysis đã xây dựng lại Intelligence Index của mình thành v5.0.1 vào cuối tháng 10, và lần xây dựng lại đó đã khiến hai mô hình Ling ở các trạng thái khác nhau. Đọc hôm nay, trang Ling 3.1 Flash không có chút số liệu Intelligence Index nào — ô hiển thị N/A, cùng với N/A cho thời gian mỗi tác vụ chỉ số, chi phí mỗi tác vụ chỉ số và token đầu ra. Ngược lại, trang Ling 3.1 Flash 1019 có điểm trực tiếp là 30 trên v5.0.1, với chi phí có trọng số $3.19 mỗi tác vụ chỉ số và 240M token đầu ra được tạo.

Con số 30 đó không thể so sánh với bất kỳ chỉ số Ling nào trước khi xây dựng lại. Theo thang đánh giá trước đây, Ling-3.1-flash-1019 đạt 44; thang đánh giá v5 khắt khe hơn, dành 60% trọng số của điểm tổng hợp cho các tập private và held-out, và khiến hầu hết mô hình giảm điểm. Việc thay đổi từ 44 xuống 30 là chấm lại điểm, không phải suy giảm.

Ling-3.2-flash hoàn toàn không có trang Artificial Analysis nào. Không có số liệu nào từ bên thứ ba, không có đo lường tốc độ, không có ước tính chi phí cho mỗi tác vụ. Những con số duy nhất tồn tại là ba benchmark thị giác của Ant.

Cách quyết định

Quy tắc quyết định rút ra từ tất cả những điều trên rõ ràng một cách bất thường, vì hai mô hình không thực sự thay thế cho nhau.

Hãy tiếp tục dùng Ling-3.1-flash nếu khối lượng công việc của bạn là văn bản và tiến độ của bạn là production. Bạn nhận được mức giá ưu đãi đã công bố, trọng số MIT mà bạn có thể tự triển khai, điểm độc lập là 30 theo tiêu chí hiện hành cho bản dựng 1019, và khuyến nghị của chính Ant là lựa chọn thay thế cho ba mô hình sắp ngừng hoạt động. Không có điểm nào ở Ling-3.2-flash cải thiện bất kỳ điều nào trong số đó cho công việc văn bản, ngoại trừ một khả năng chưa được đo lường.

Chuyển sang Ling-3.2-flash nếu công việc liên quan đến hình ảnh, video, tài liệu có bố cục, 3D hoặc ảnh chụp màn hình. Đó là năng lực mà Ling-3.1-flash hoàn toàn không có, và đó là lý do duy nhất để chấp nhận một mức giá chưa công bố và trọng số đóng. Hãy chạy đánh giá của bạn trong khung thời gian miễn phí — việc tích hợp chỉ là thay đổi chuỗi mô hình trên một SDK bạn đã có — và hãy coi bất cứ thứ gì bạn xây dựng trên đó trước ngày 19 tháng 11 là bản thử nghiệm chứ không phải cam kết.

Chạy cả hai nếu bạn có lưu lượng truy cập hỗn hợp. Định tuyến phần việc thị giác sang 3.2 và phần việc văn bản sang 3.1 — đó chính là mục đích thực sự của việc tách hai mô hình — và lưu ý rằng giới hạn tốc độ của Ant là toàn cục theo tài khoản chứ không phải theo từng mô hình: mức trần không tăng gấp đôi chỉ vì bạn đang gọi hai mô hình.

Nơi bộ định tuyến phù hợp và nơi nó không phù hợp.

Nói chính xác về vị thế của chính chúng tôi, vì rất dễ ngụ ý nhiều hơn: cả Ling-3.2-flash lẫn Ling-3.1-flash đều không có trong danh mục OrcaRouter. Chúng tôi đã đọc lại danh sách mô hình trực tiếp vào ngày 6 tháng 11 và danh sách trả về 215 định danh, không có mục Ling, inclusionAI, Ring hay ERNIE — các kết quả khớp "ling" duy nhất là các mô hình video Kling. Vì vậy, không có gì trong so sánh này hiện có thể truy cập chỉ bằng một lần gọi.

Điều mà một router mang lại cho bạn ở đây là đường thoát chứ không phải đường vào. Giới hạn tốc độ của Ant là hai truy vấn mỗi giây trên mỗi tài khoản; một bộ giới hạn toàn cục trên một mô hình chủ lực 560B đúng là tình huống mà failover chứng tỏ được giá trị của nó, và cách thực dụng để chạy Ling-3.2-flash trong một vòng lặp agent là đặt một nhà cung cấp thứ hai phía sau nó thay vì xếp hàng chờ sau một lỗi 429. Về phía chúng tôi, nhà cung cấp thứ hai đó là một mô hình có mức giá công bố trên cùng một khóa: Qwen3.8-Flash với $0.15 mỗi triệu token đầu vào và $0.47 mỗi triệu token đầu ra cho công việc thị giác, hoặc DeepSeek V4.1 Flash với $0.15 và $0.60, còn GLM-5.3-Flash là $0.15 và $0.50 cho văn bản. Giá là giá niêm yết của nhà cung cấp được chuyển nguyên với mức chênh lệch bằng không, nên việc nhà cung cấp giảm giá có hiệu lực ngay trong ngày thay vì phải chờ sau một chu kỳ định giá lại. DSL định tuyến kết hợp nhiều mô hình vào một lệnh gọi, đó là cách mà sự phân tách ở trên trở thành một điểm cuối duy nhất thay vì hai tích hợp riêng lẻ.

Điều gì sẽ giải quyết được chuyện đó?

Ba tài liệu công bố sẽ biến việc này từ một đánh giá chủ quan thành một so sánh thông số kỹ thuật. Một bảng giá cho Ling-3.2-flash, bao gồm cách tính token hình ảnh và video. Một kho mã Ling-3.2-flash theo cùng các điều khoản MIT như phiên bản tiền nhiệm, điều này sẽ khiến lợi thế chính của mô hình cũ biến mất chỉ qua một đêm. Và một bảng đánh giá chuẩn chỉ dành cho văn bản — một bộ kiểm tra suy luận, một bộ kiểm tra lập trình — để cho chúng ta biết liệu thế hệ 3.2 có cải thiện thứ mà 3.1 được xây dựng để làm hay chỉ thêm một giác quan cho nó.

Cho đến lúc đó, thứ tự là: Ling-3.2-flash là mô hình tốt hơn, còn Ling-3.1-flash là cửa đáng đặt cược hơn. Ant đã phát hành hai mô hình này cách nhau năm tuần — Ling-3.1-flash vào ngày 30 tháng 9 năm 2026, Ling-3.2-flash vào ngày 5 tháng 11 — và chỉ một trong hai mô hình đó có giá.