Ant Group выпустила мультимодальную Ling-3.2-flash с контекстом до миллиона токенов
Изображение: OpenAI
Ant Group 6 ноября выпустила мультимодальную модель Ling-3.2-flash с контекстом до 1 млн токенов, сообщает Pandaily.
У Ling-3.2-flash 560 млрд параметров, из которых на каждом проходе активны 25 млрд. По словам команды, работа с текстом и визуальными данными заложена в саму архитектуру модели, а не обеспечивается отдельным модулем компьютерного зрения.
Модель принимает на вход текст, изображения и видео.
В рейтинге DesignArena по созданию веб-интерфейсов из изображений модель вошла в первую десятку с рейтингом Elo 1238.
В опубликованных Ant Group тестах Ling-3.2-flash опередила Claude Opus 5 (max) на OmniDocBench 1.5, но на BabyVision уступила как ей, так и GPT-5.6-Sol (max).
API модели уже доступен на платформе Ling и совместим с протоколами OpenAI и Anthropic. Первые две недели после запуска он бесплатен, затем будет стоить 0,30 долл. за 1 млн входных и 0,90 долл. за 1 млн выходных токенов.
Команда пока не сообщила, откроет ли веса Ling-3.2-flash. Веса предыдущей модели Ling-3.1-flash, выпущенной в сентябре, Ant Group открыла под лицензией MIT.
