Ling-3.2-flash 與 Ling-3.1-flash：相同的 560B 骨架，一個新感官，沒有新增權重

Ant Ling 自家的棄用頁面，讓 Ling-3.2-flash 的抉擇比發布文章所呈現的更棘手。三款較舊模型——Ling-2.6-1T、Ring-2.6-1T 和 Ling-2.6-flash——將於 2026 年 11 月 15 日退役，而這三款模型的建議替代品都是 Ling-3.1-flash。因此，在 Ling-3.2-flash 問世當天，它的前代才剛被指定為所有從 2.6 世代遷移的團隊的官方落點。這些團隊如今必須在 Ant 要他們遷往的模型，與 Ant 同一週發布的模型之間做選擇。兩者共享參數量、共享上下文視窗、共享 API 介面——且恰好只在一個真正重要的軸向上不同，另外還有一個更重要軸向也不同：Ling-3.2-flash 看得見，Ling-3.1-flash 只能讀，而能下載的是 Ling-3.1-flash。

那才是值得做的比較，而不是上線報導所做的那個比較。Ling-3.2-flash 在能力上勝出。Ling-3.1-flash 則在生產團隊為了投入所需的一切上勝出：公開的價格、以 MIT 授權的權重，以及一個你可以查核的獨立評分——即使那個評分後來已從它原本所在的排行榜上撤下。

什麼是真正同一的

先從 Ant 沒有改動的部分開始，因為它們決定了遷移實際上有多費工。

• 大小 — 兩者總參數皆為 560B，每個 token 啟用 25B。Ant 的模型選擇表在兩行中都列出相同的兩個數字。

• 上下文 — 兩者皆具備 1M token 的視窗。低一個等級的 Ling-3.0-flash 上限為 256K，因此 1M 如今已是旗艦機種的基準規格，而非宣傳亮點。

• 請求介面 — 兩者皆透過 OpenAI 相容的 chat/completions 端點與 Anthropic 相容的 messages 端點，於 api.ant-ling.com/v1 提供服務。兩者皆接受帶有 enabled 或 disabled 的 thinking 物件；Ant 的參考資料也同樣列出 3.0、3.1 與 3.2 系列。

• Lineage — 相同的混合線性 MoE 家族、相同的 KDA 到閘控 MLA 注意力配方（由 Ant 在 3.0 引入並於 3.1 精進），以及與公開 3.1 checkpoint 相同的 512 路由專家拓撲。

• 速率限制 — 同樣的全球上限為每秒兩次查詢，超過即回傳 429，以及同樣的 90 秒同步逾時，建議改用串流。新模型並不會為你帶來更高的輸送量。

所以，從 Ling-3.1-flash 遷移到 Ling-3.2-flash，就是改一下模型字串，再加上你在圖片處理上的不同做法。沒有新的 SDK、沒有新的端點、也沒有新的驗證機制。

真正改變的是：模型學會了去看

Ling-3.1-flash 是文字輸入、文字輸出。這不是 Ant 隱藏的限制——廠商自家的選型指南將它定位於辦公工作、長期軟體開發與複雜代理任務，而其 2026 年發布資料滿是工程基準：Lua 到 x86-64-ELF 的編譯器移植、Pyright 合規性通過、Rust 重寫實作、OceanBase 解析器修補。這是為以寫程式為生的人打造的模型。

Ling-3.2-flash 重新定位於四項視覺能力：複雜視覺理解、多模態長時程代理、3D 理解與互動，以及醫療多模態工作。API 參考文件明確指出，Ling-3.2-flash 請求「原生接受文字、圖像和影片」，並使用 image_url 區塊處理靜態圖像、video_url 區塊處理影片。Ant 發布的示範展示了其實際用途：讀取材質球體的無頭渲染結果，並比較粗糙度與法線貼圖以改進腳本；透過 UI 操作驅動 Blender；將工程圖轉換為 3D 網頁模型；將含有方程式的研究 PDF 轉換為可執行程式碼；從餐點照片估算份量與卡路里。

Ant 的三項發布基準全部是視覺類，而且全部由廠商自行回報。OmniDocBench1.5 為 92.21，對上 Opus 5 在最高投入下的 90.56；ZEROBench(Sub) 為 43.71，對上 39.52；Vision2Web 為 85.86，對上 80.20。這些數據所支撐的主張狹窄而具體：在文件解析、3D 場景推理與視覺轉網頁實作上，Ant 相信新模型勝過一個前沿的閉源模型。這三項沒有一項談到文字推理，而 Ant 完全沒有發布任何文字基準——這本身就是一個訊號，畢竟 Ling-3.1-flash 的發布幾乎清一色是文字基準。

如果你的工作負載是文字，那麼誠實的解讀是：Ling-3.2-flash 相較於 Ling-3.1-flash 的優勢尚未被衡量。如果你的工作負載涉及觀看某些東西，那正是重點所在。

價格問題正是兩者分歧最劇烈的地方。

Ling-3.1-flash 已公布價目表，目前有折扣。Ant 的定價頁面列出其每百萬輸入 token 為 ¥2.00、每百萬輸出 token 為 ¥6.00，並標示降價 75% 至 ¥0.50 和 ¥1.50，快取讀取為 ¥0.40，降至 ¥0.10。Ant 為第三方平台公布的美元欄位顯示原價為 $0.30 和 $0.90，折扣後為 $0.075 和 $0.225。

Ling-3.2-flash 完全沒有價目表。定價頁面列出 Ling-3.1-flash、Ling-3.0-flash-VL、Ling-3.0-flash 以及兩個 Ming 圖像模型；Ling-3.2-flash 只出現在促銷橫幅中：「上線後前 2 週免費」，之後恢復原價，並建議留意帳戶餘額。沒有輸入費率、沒有輸出費率、沒有快取費率，而且——對多模態模型而言影響更大——也沒有公布圖像或影片 token 的處理方式。

對任何規劃容量的人來說，這就是決定性的不對稱。無法定價的模型，就是無法納入預算的模型；而影像 token 計算方式未留下文件的視覺模型，就是連從其文字費率都估算不出成本的模型。免費窗口約在 11 月 19 日關閉，比 Ant 棄用潮在 15 日到來早五天。從 Ling-2.6 遷移的團隊，會在同一個兩週內碰上這兩個日期。

權重：前驅是開放的，後繼則否

這正是逆轉直覺排序的部分。較舊的模型才是有可下載權重的那個。

Hugging Face 儲存庫 inclusionAI/Ling-3.1-flash 採用 MIT 授權，包含 572,120,680,768 位元組的 safetensors——約 572 GB——最後修改於 2026 年 11 月 3 日。其同系列版本 Ling-3.1-flash-1019 是 Ant 於 10 月下旬推送的後訓練修訂版，同樣採用 MIT 授權，內含 54 個 FP8 分片，總計約 573.8 GB。兩者都是完整檢查點，而非適配器；且由於採用自訂的 BailingMoeV3ForCausalLM 建模程式碼，兩者都需要 trust_remote_code。

Ling-3.2-flash 沒有儲存庫。inclusionAI 組織最近列出的項目包括 Ling-3.1-flash-1019、Ling-3.1-flash、一個基礎檢查點、ZwZ2 視覺模型與 Ming 音訊模型——沒有 3.2 的項目。在 Ant 的公告下方，獲讚最多的回覆是一名希望它開源的用戶，而 Ant 尚未回覆。

所以，這兩個模型會依你的需求而角色對調。如果你想在自己的硬體上運行 560B MoE、離線評估它、微調它，或單純不想依賴廠商的服務可用性，Ling-3.1-flash 以允許上述所有用途的條款提供，而 Ling-3.2-flash 則不然。如果你想要更好的多模態模型，且願意租用，順序就會反過來。

那些獨立評分，姑且算是吧

Artificial Analysis 於十月下旬將其 Intelligence Index 重建為 v5.0.1，而這次重建使兩款 Ling 模型處於不同狀態。以今日的頁面來看，Ling 3.1 Flash 頁面完全沒有列出 Intelligence Index 數值——該欄位顯示 N/A，每項索引任務耗時、每項索引任務成本與輸出 token 數也都顯示 N/A。相較之下，Ling 3.1 Flash 1019 頁面則顯示 v5.0.1 上的即時分數為 30，每項索引任務的加權成本為 $3.19，並產生 240M 個輸出 token。

那個 30 無法與任何重建前的 Ling 分數相比。在舊評分標準下，Ling-3.1-flash-1019 的得分是 44；v5 評分標準更嚴格，綜合分數有 60% 權重偏向私有集與留出集，並使大多數模型的分數下降。從 44 到 30 的變動是重新評分，不是效能回歸。

Ling-3.2-flash 完全沒有 Artificial Analysis 頁面。沒有任何第三方數字、沒有速度測量、沒有每項任務成本估算。現存的唯一數據是 Ant 的三項視覺基準測試。

如何決定

由上述所有內容得出的決策規則異常簡潔，因為這兩個模型並非真正的替代方案。

如果你的工作負載是文字處理，且時程是正式上線，就繼續使用 Ling-3.1-flash。你可以獲得已公布的折扣費率、可自行託管的 MIT 權重、1019 版本在現行評分標準下獲得 30 的獨立評分，以及 Ant 自己推薦它作為三個即將退役模型的替代方案。就文字工作而言，Ling-3.2-flash 對上述任何一點都沒有改善，除了一個尚未測量的可能性。

若工作涉及圖像、影片、含版面配置的文件、3D 或螢幕截圖，請改用 Ling-3.2-flash。這是 Ling-3.1-flash 根本不具備的能力，也是接受未公開價格與封閉權重的唯一理由。趁免費期間進行評估——整合只是在您既有的 SDK 上變更模型字串——並將 11 月 19 日前在其上建置的任何內容視為先導測試，而非正式承諾。

如果你有混合流量，就兩個都跑。把視覺工作導向 3.2，文字工作導向 3.1，這正是雙模型分工的用途；並注意 Ant 的速率限制是每個帳號全域共用，而不是每個模型各自計算——上限不會因為你呼叫兩個模型就加倍。

路由器適用之處，以及不適用之處

精確說明我們自己的立場，因為很容易讓人以為有更多：Ling-3.2-flash 和 Ling-3.1-flash 都不在 OrcaRouter 的型錄上。我們在 11 月 6 日重新讀取了即時模型清單，它回傳 215 個識別碼，其中沒有 Ling、inclusionAI、Ring 或 ERNIE 項目——唯一符合「ling」的是 Kling 影片模型。所以今天這個比較中的任何項目，都無法只透過一次呼叫取得。

路由器在這裡帶給你的，是出口路徑而不是入口。Ant 的速率限制是每個帳號每秒兩次查詢；在 560B 旗艦模型上設置全域限流器，正是容錯移轉值得存在的條件，而在代理迴圈中執行 Ling-3.2-flash 的實務做法，是在其後放置第二家供應商，而不是在 429 後面排隊。在我們這邊，那個第二供應商是一個在同一金鑰上公布費率的模型：Qwen3.8-Flash 用於視覺工作，每百萬輸入 $0.15、每百萬輸出 $0.47，或者 DeepSeek V4.1 Flash 用於文字，價格為 $0.15 和 $0.60，而 GLM-5.3-Flash 為 $0.15 和 $0.50。價格是供應商定價零加成直通，因此供應商降價會當天生效，而不是等到重新定價週期之後。路由 DSL 將多個模型組合成一次呼叫，這就是上述拆分如何變成單一端點，而不是兩套整合。

什麼能讓這件事定下來？

三份公開資料就能讓這件事從憑判斷決定變成規格比較。一份 Ling-3.2-flash 的價目表，包括影像與影片 token 的計數方式。一個以與前代相同 MIT 條款釋出的 Ling-3.2-flash 儲存庫，這會讓較舊模型的主要優勢一夜之間消失。還有一張純文字基準測試表——一套推理測試、一套程式設計測試——這能告訴我們，3.2 世代究竟是提升了 3.1 當初打造所針對的能力，還是只是為它多加了一種感官。

在那之前，排名是：Ling-3.2-flash 是更好的模型，而 Ling-3.1-flash 是更值得押注的選擇。Ant 相隔五週推出這兩款——Ling-3.1-flash 於 2026 年 9 月 30 日、Ling-3.2-flash 於 11 月 5 日——而這兩款模型中只有一款有標價。