蚂蚁集团 Ant Ling（@AntLingAGI）于 11 月 5 日发布 Ling-3.2-flash：560B 总参 / 25B 激活的原生多模态 MoE，1M 上下文，原生支持图/文/视频。官方 changelog 写明聚焦复杂视觉理解、多模态长程 Agent、3D 理解与交互、医学多模态；兼容 OpenAI 与 Anthropic 协议，上线前 2 周免费。官方帖给出相对 Claude Opus 5（max）的厂商评测：OmniDocBench1.5 92.21 vs 90.56、ZEROBench(Sub) 43.71 vs 39.52、Vision2Web 85.86 vs 80.20。DesignArena 称 Image-to-Frontend 约第 10、Elo 1238。
核心要点速览
- ✓规格（官方文档）：560B 总参 / 25B 激活；1M 上下文；原生图文视频；四能力：复杂视觉、多模态长程 Agent、3D、医学多模态
- ✓供应：对话页可体验；API 兼容 OpenAI / Anthropic；changelog 写明上线前 2 周免费，促销结束后恢复原价
- ✓厂商评测（官方 X）：OmniDocBench1.5 92.21 vs Opus 5 90.56；ZEROBench(Sub) 43.71 vs 39.52；Vision2Web 85.86 vs 80.20
- ✓第三方：DesignArena Image-to-Frontend 约 #10、Elo 1238；官方价目页强调 2 周免费，暂未单列 3.2 USD 价
- ✓落地：模型 ID
Ling-3.2-flash；图像用 image_url、视频用 video_url；权重未上 Hugging Face（API-first）
开发者 3 秒速决决策指标
把技术选型换算成你的开发预算
40 款主流编程套餐横向比价，支持输入/输出 Token 真实账单模拟
相关资源与官方项目出处
免代理直达深度技术解析与实战评估
核心背景与行业痛点
多模态 Agent 需要把截图、PDF、视频直接当推理输入。蚂蚁百灵在 Ling-3.1 之后于 11 月 5 日推出 Ling-3.2-flash，把视觉嵌进 560B/25B MoE 底座，面向图生站点、文档理解与多模态长程任务。
架构亮点与底层机制
官方文档：原生多模态 MoE，560B 总参 / 约 25B 激活、1M 上下文，原生图文视频。能力重点为复杂视觉、多模态长程 Agent、3D 与医学多模态。API 模型名 Ling-3.2-flash，可用 image_url/video_url，兼容 OpenAI 与 Anthropic 协议。
权威 Benchmark 与实测跑分对比
官方 X 厂商口径相对 Claude Opus 5（max）：OmniDocBench1.5 92.21 vs 90.56；ZEROBench(Sub) 43.71 vs 39.52；Vision2Web 85.86 vs 80.20。DesignArena 称 Image-to-Frontend 约第 10、Elo 1238。官方定价页强调上线前 2 周免费，价目表暂未单列 3.2 USD 标价。
开发者实战落地与开箱指南
在 developer.ant-ling.com 创建 Token，用 OpenAI/Anthropic SDK 调用 Ling-3.2-flash；对话页可先试用。适合低价多模态与中文工作流；当前为 API-first，权重未上 Hugging Face。注意免费期配额与原价恢复时间。
即刻查看该技术对应模型与主流工具的实测差异，或一键测算团队 API 调用与 $20/月套餐盈亏平衡点。
讨论与评论
0登录后即可参与深度讨论
与广大 AI 开发者、工程师交流评测心得与前沿洞察