RespuestasPublicado24 fuentes
Ant Group presenta Ling-3.2-flash, un modelo que procesa texto, imágenes y video
Ling 3.2 flash combina entrada de texto, imágenes y video con 560.000 millones de parámetros totales, 25.000 millones activos y una ventana de contexto de un millón de tokens. Ant Group lo presenta como un modelo multimodal nativo para razonamiento visual, agentes que realizan tareas de varios pasos, comprensión 3D...
Publicado porImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Ling 3.2 flash combina entrada de texto, imágenes y video con 560.000 millones de parámetros totales, 25.000 millones activos y una ventana de contexto de un millón de tokens.
- Ant Group lo presenta como un modelo multimodal nativo para razonamiento visual, agentes que realizan tareas de varios pasos, comprensión 3D y aplicaciones médicas.
- Según las pruebas publicadas por la compañía, obtuvo puntuaciones superiores a Claude Opus 5 (max) en tres benchmarks; son resultados de Ant, no una evaluación independiente.
- El acceso es gratuito durante las dos primeras semanas desde el lanzamiento, según la documentación oficial.
Prompt de IA
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 anunció Ling-3.2-flash, un nuevo modelo multimodal de su familia Ling. La propuesta central es que texto, imágenes y video se procesen de forma nativa, en lugar de añadir esas capacidades como funciones separadas. El modelo tiene 560.000 millones de parámetros en total, 25.000 millones activos y una ventana de contexto de un millón de tokens. 2
4
6
La fecha del lanzamiento no coincide en todas las fuentes: una cobertura del 6 de noviembre dice que el anuncio se hizo ese día, mientras que otras sitúan el lanzamiento el 5 de noviembre. La información disponible no permite resolver la discrepancia. 8
10
Qué cambia con la multimodalidad nativa
La documentación de Ant indica que la API compatible con OpenAI puede recibir texto, imágenes y videos con Ling-3.2-flash. La empresa enfoca el modelo en cuatro áreas: comprensión y razonamiento visual complejos, agentes multimodales capaces de mantener el rumbo en tareas prolongadas, comprensión e interacción en 3D, y tareas médicas multimodales. 4
6
7
El modelo emplea una arquitectura de mezcla de expertos, conocida como MoE. En vez de activar los 560.000 millones de parámetros en cada paso, activa aproximadamente 25.000 millones por token. La idea es conservar la capacidad de un modelo grande y limitar la computación necesaria en cada operación. 12
Las pruebas que destacó Ant
En resultados divulgados por la propia compañía, Ling-3.2-flash superó a Claude Opus 5 (max) en tres benchmarks. Son comparaciones reportadas por Ant, no resultados verificados de forma independiente. 13
| Benchmark | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| ZEROBench (Sub) | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
En DesignArena, una arena de evaluación de generación de interfaces a partir de imágenes, la cobertura del lanzamiento sitúa al modelo entre los diez primeros, con una puntuación Elo de 1.238. 8
Acceso, precio y modelos anteriores
La documentación oficial ofrece Ling-3.2-flash gratis durante las dos primeras semanas desde el lanzamiento; después se reanudarían los precios regulares. 3 Una noticia publica tarifas de 0,30 dólares por millón de tokens de entrada y 0,90 dólares por millón de tokens de salida, pero otras coberturas señalan que aún no se habían publicado los precios posteriores a la promoción. La documentación oficial consultada confirma el periodo gratuito, pero no permite verificar esas tarifas en dólares.
3
12
15
El modelo está disponible a través de la API de Ant y admite el formato compatible con OpenAI. Ant también ofrece instrucciones para usarlo con Claude Code, lo que respalda la compatibilidad con el protocolo de Anthropic. 1
4
5 La documentación de la compañía también menciona una experiencia de uso por chat.
6
Sobre las versiones previas, coberturas secundarias describen Ling-3.2-flash como una actualización que conserva la escala de 560.000 millones de parámetros de Ling-3.1-flash y añade capacidades multimodales nativas. Ling-3.0-flash-VL ya admitía entradas de imagen y video. 9
11 Esas mismas fuentes señalan que los pesos de Ling-3.1-flash tenían licencia MIT y que los de Ling-3.2-flash no se habían publicado al momento del lanzamiento.
11
Studio Global AI
Continúe su investigación
Esta página incluye una respuesta respaldada por fuentes que puede continuar dentro de Studio Global.
La gente también pregunta
¿Cuál es la respuesta corta a "Ant Group presenta Ling-3.2-flash, un modelo que procesa texto, imágenes y video"?
Ling 3.2 flash combina entrada de texto, imágenes y video con 560.000 millones de parámetros totales, 25.000 millones activos y una ventana de contexto de un millón de tokens.
¿Cuáles son los puntos clave a validar primero?
Ling 3.2 flash combina entrada de texto, imágenes y video con 560.000 millones de parámetros totales, 25.000 millones activos y una ventana de contexto de un millón de tokens. Ant Group lo presenta como un modelo multimodal nativo para razonamiento visual, agentes que realizan tareas de varios pasos, comprensión 3D y aplicaciones médicas.
¿Qué debo hacer a continuación en la práctica?
Según las pruebas publicadas por la compañía, obtuvo puntuaciones superiores a Claude Opus 5 (max) en tres benchmarks; son resultados de Ant, no una evaluación independiente.