AntwortenVeröffentlicht22 Quellen
Ling-3.2-flash: Ants neues Modell verarbeitet Text, Bilder und Videos
Ling 3.2 flash verarbeitet Texte, Bilder und Videos nativ. Das Modell hat insgesamt 560 Milliarden Parameter, aktiviert aber rund 25 Milliarden und bietet ein Kontextfenster von bis zu 1 Million Token.
Veröffentlicht vonBilder erstellt mit GPT Image 2
Forschungsantwort
Wichtige Erkenntnisse
- Ling 3.2 flash verarbeitet Texte, Bilder und Videos nativ. Das Modell hat insgesamt 560 Milliarden Parameter, aktiviert aber rund 25 Milliarden und bietet ein Kontextfenster von bis zu 1 Million Token.
- Ant nennt komplexes visuelles Verständnis, lang laufende multimodale Agenten, 3D Verständnis und medizinische Anwendungen als Schwerpunkte.
- In drei von Ant veröffentlichten Benchmarks liegt das Modell vor Claude Opus 5 (max).
- Der Zugang ist laut offizieller Preisdokumentation in den ersten zwei Wochen nach dem Start kostenlos.
KI-Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Ant Group announce about Ling 3.2 flash on November 6, 2026, including its native architectural integration of image, text and vide. Article summary: Ant Group announced Ling 3.2 flash as a native multimodal flagship with 560 billion total parameters, 25 billion active parameters and a 1 million token context window, emphasizing visual reasoning and multimodal agents.. Topic tags: general web, openai, ai, workflow, productivity. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, cha
Ant Group hat mit Ling-3.2-flash ein neues multimodales Modell vorgestellt, das Texte, Bilder und Videos verarbeiten soll. Es umfasst insgesamt 560 Milliarden Parameter, aktiviert pro Verarbeitungsschritt aber rund 25 Milliarden. Das Kontextfenster reicht laut Ant bis zu 1 Million Token. 6
Beim Zeitpunkt der Vorstellung gibt es unterschiedliche Angaben: Ein Bericht vom 6. November meldet den Start an diesem Tag; andere Berichte und Ants Entwicklerdokumentation datieren ihn auf den 5. November. Die verfügbaren Quellen klären die Abweichung nicht auf. 8
10
1
Was steckt hinter der Architektur?
Ant beschreibt die Verarbeitung von Bild, Text und Video als nativ in die Architektur integriert. Auch die OpenAI-kompatible API nimmt diese drei Eingabearten entgegen. 14
4
Die Zahlen zu den Parametern passen zu einer Mixture-of-Experts-Architektur (MoE): Statt bei jedem Verarbeitungsschritt alle 560 Milliarden Parameter einzusetzen, wird jeweils nur ein Teil aktiviert. Das soll die Rechenlast pro Schritt begrenzen, während das Modell insgesamt eine große Parameterbasis behält. 12
Ant hebt vier Einsatzfelder hervor: anspruchsvolles visuelles Verständnis, multimodale Agenten für längere Aufgaben, 3D-Verständnis und Interaktion sowie medizinische multimodale Anwendungen. 6
7
Ants Benchmark-Ergebnisse im Vergleich
In den folgenden drei Tests gibt Ant an, dass Ling-3.2-flash Claude Opus 5 (max) übertrifft. Es handelt sich um vom Unternehmen veröffentlichte Resultate, nicht um unabhängig bestätigte Testergebnisse. 13
8
| Benchmark | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| ZEROBench (Subset) | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
Im Bild-zu-Frontend-Wettbewerb DesignArena schaffte es das Modell laut Berichten mit einem Elo-Wert von 1.238 in die Top 10. 8
Zugang und Preise
Die offizielle Preisseite von Ant nennt einen kostenlosen Zugang während der ersten zwei Wochen nach dem Start; anschließend sollen die regulären Preise gelten. Aus den vorliegenden offiziellen Preisangaben lässt sich kein konkreter Dollarpreis für Ling-3.2-flash verlässlich ableiten. 3
17
Das Modell ist über Ants Ling-API verfügbar. Die Dokumentation bestätigt außerdem eine OpenAI-kompatible API; Ant stellt auch eine Anleitung zur Nutzung mit Claude Code bereit. 1
4
5
Studio Global AI
Setzen Sie Ihre Recherche fort
Diese Seite enthält eine quellengestützte Antwort, die Sie in Studio Global fortsetzen können.
Die Leute fragen auch
Wie lautet die kurze Antwort auf „Ling-3.2-flash: Ants neues Modell verarbeitet Text, Bilder und Videos“?
Ling 3.2 flash verarbeitet Texte, Bilder und Videos nativ. Das Modell hat insgesamt 560 Milliarden Parameter, aktiviert aber rund 25 Milliarden und bietet ein Kontextfenster von bis zu 1 Million Token.
Was sind die wichtigsten Punkte, die zuerst validiert werden müssen?
Ling 3.2 flash verarbeitet Texte, Bilder und Videos nativ. Das Modell hat insgesamt 560 Milliarden Parameter, aktiviert aber rund 25 Milliarden und bietet ein Kontextfenster von bis zu 1 Million Token. Ant nennt komplexes visuelles Verständnis, lang laufende multimodale Agenten, 3D Verständnis und medizinische Anwendungen als Schwerpunkte.
Was soll ich als nächstes in der Praxis tun?
In drei von Ant veröffentlichten Benchmarks liegt das Modell vor Claude Opus 5 (max).
Quellen
developer.ant-ling.comChangelog - developer.ant-ling.com
news.aibase.comAnt Bailing Releases Ling 3.2 Flash: Surpasses Claude Opus 5 on Three Core Benchmarks, Free for the First Two Weeks
aicoder.comAnt Ling Launches Ling-3.2-flash: 560B/25B Native Multimodal ...
lookonchain.com