RespuestasPublicado25 fuentes
Ant presenta Ling-3.2-flash, un modelo multimodal con contexto de un millón de tokens
Ling 3.2 flash admite texto, imágenes y vídeo, tiene una ventana de contexto de hasta un millón de tokens y suma 560.000 millones de parámetros, de los que activa 25.000 millones. Ant lo orienta a la comprensión visual compleja, los agentes multimodales para tareas prolongadas, la interacción 3D y los usos médicos m...
Publicado porEditado con GPT-6 LunaImágenes generadas con GPT Image 2
Respuesta de investigación
Conclusiones clave
- Ling 3.2 flash admite texto, imágenes y vídeo, tiene una ventana de contexto de hasta un millón de tokens y suma 560.000 millones de parámetros, de los que activa 25.000 millones.
- Ant lo orienta a la comprensión visual compleja, los agentes multimodales para tareas prolongadas, la interacción 3D y los usos médicos multimodales.
- La documentación confirma acceso por chat y API compatibles con protocolos de OpenAI y Anthropic, además de una oferta gratuita durante las dos primeras semanas.
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, documentation, general web, user generated. 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,
Ling-3.2-flash es el nuevo modelo multimodal de Ant Group: puede recibir texto, imágenes y vídeo, y ofrece una ventana de contexto de hasta un millón de tokens. Ant le atribuye 560.000 millones de parámetros totales y 25.000 millones activos, y señala la comprensión visual y los agentes multimodales entre sus principales aplicaciones. Los resultados difundidos junto con su lanzamiento son prometedores, pero corresponden a comparaciones publicadas por Ant en un grupo acotado de pruebas; no demuestran una superioridad general. 1
3
6
20
La cobertura del lanzamiento apareció el 6 de noviembre, mientras que la documentación del modelo y de la API de Ant lleva fecha del 5 de noviembre. Por eso, las fuentes disponibles difieren por un día al situar el anuncio. 1
3
6
Qué ofrece Ling-3.2-flash
Ant lo presenta como un modelo multimodal nativo: admite texto, imágenes y vídeo, también a través de su API compatible con OpenAI. Su ficha indica un contexto de hasta un millón de tokens, 560.000 millones de parámetros totales y 25.000 millones de parámetros activos. 1
3
La cobertura del lanzamiento describe el modelo como un sistema de mezcla de expertos (MoE, por sus siglas en inglés). En este tipo de arquitectura, la cifra de parámetros activos alude a la parte que se utiliza en cada momento, no al tamaño total del modelo. En otras palabras, las cifras anunciadas son 560.000 millones en total y 25.000 millones activos: no se trata de un modelo de 25.000 millones de parámetros. 7
10
Ant señala cuatro áreas de interés: comprensión visual compleja; agentes multimodales capaces de abordar tareas prolongadas; comprensión e interacción en 3D; y aplicaciones médicas multimodales. Son los objetivos que declara la compañía, no evaluaciones independientes de su rendimiento en cada campo. 1
6
Qué cambia frente a otros modelos Ling
La documentación de Ant incluye Ling-3.1-flash y Ling-3.0-flash-VL junto a Ling-3.2-flash. También describe Ling-3.0-flash-VL como un modelo multimodal nativo compatible con entradas de imagen, texto y vídeo. Por tanto, no sería correcto presentar la compatibilidad con vídeo como una novedad absoluta de la serie Ling. 2
5
Ant sitúa Ling-3.2-flash como el modelo de última generación y destaca su contexto de un millón de tokens, así como sus cifras de parámetros. La información disponible no ofrece una comparación técnica completa y equivalente con Ling-3.1-flash, así que conviene tomar con cautela cualquier afirmación sobre cuánto mejora exactamente respecto a ese modelo. 1
2
Qué dicen las pruebas —y qué no dicen—
En resultados atribuidos a Ant, Ling-3.2-flash obtuvo puntuaciones superiores a Claude Opus 5 (max) en tres pruebas. Son cifras comunicadas por el fabricante, no comparaciones verificadas de manera independiente en las fuentes disponibles. 6
20
| Prueba | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| Subconjunto de ZEROBench | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
La lectura más prudente es que el modelo obtuvo buenos resultados en estas pruebas, que incluyen tareas con documentos y de conversión visual a web. Las cifras no permiten concluir cómo se comporta en evaluaciones de otros modelos ni en tareas generales de razonamiento. 6
20
Por otra parte, la cobertura del lanzamiento informó que Ling-3.2-flash entró en el top 10 de DesignArena en generación de interfaces web a partir de imágenes, con una puntuación Elo de 1.238. La clasificación también muestra esa puntuación para el modelo. 6
25
Acceso, oferta gratuita y precios
La documentación de Ant indica que Ling-3.2-flash está disponible mediante una interfaz de chat y que su API admite protocolos compatibles con OpenAI y Anthropic. Ant también confirma una oferta de acceso gratuito durante las dos primeras semanas tras el lanzamiento. 4
27
28
Algunas informaciones sobre el lanzamiento citan precios de 0,30 dólares por cada millón de tokens de entrada y 0,90 dólares por cada millón de tokens de salida. Sin embargo, el extracto disponible de la página oficial de precios confirma el periodo gratuito, pero no acredita esas tarifas habituales para Ling-3.2-flash. Es mejor considerar esos importes como precios publicados por otras fuentes, no como tarifas verificadas en ese extracto oficial. 7
15
27
¿Se publicarán los pesos del modelo?
La cobertura del lanzamiento disponible describe los pesos de Ling-3.2-flash como no publicados en ese momento. También señala que los pesos de Ling-3.1-flash estaban disponibles con licencia MIT, pero eso no confirma que Ling-3.2-flash vaya a tener la misma licencia ni que se publique con pesos abiertos. 11
16
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 presenta Ling-3.2-flash, un modelo multimodal con contexto de un millón de tokens"?
Ling 3.2 flash admite texto, imágenes y vídeo, tiene una ventana de contexto de hasta un millón de tokens y suma 560.000 millones de parámetros, de los que activa 25.000 millones.
¿Cuáles son los puntos clave a validar primero?
Ling 3.2 flash admite texto, imágenes y vídeo, tiene una ventana de contexto de hasta un millón de tokens y suma 560.000 millones de parámetros, de los que activa 25.000 millones. Ant lo orienta a la comprensión visual compleja, los agentes multimodales para tareas prolongadas, la interacción 3D y los usos médicos multimodales.
¿Qué debo hacer a continuación en la práctica?
La documentación confirma acceso por chat y API compatibles con protocolos de OpenAI y Anthropic, además de una oferta gratuita durante las dos primeras semanas.
Fuentes
developer.ant-ling.comLing
news.aibase.comAnt Bailing Releases Ling 3.2 Flash: Surpasses Claude Opus 5 on Three Core Benchmarks, Free for the First Two Weeks
ithome.com蚂蚁百灵大模型Ling 3.2 Flash 发布：三项基准超越Claude ...