AnswersPublished25 sources
Antin Ling-3.2-flash yhdistää tekstin, kuvat ja videon
Ling 3.2 flash on Ant Groupin natiivisti multimodaalinen malli: se ottaa vastaan tekstiä, kuvia ja videota. Mallissa on yhteensä 560 miljardia parametria, joista 25 miljardia aktivoidaan kerrallaan.
JulkaisijaMuokattu mallilla GPT-6 LunaKuvat luotu mallilla GPT Image 2
Research answer
Key takeaways
- Ling 3.2 flash on Ant Groupin natiivisti multimodaalinen malli: se ottaa vastaan tekstiä, kuvia ja videota.
- Mallissa on yhteensä 560 miljardia parametria, joista 25 miljardia aktivoidaan kerrallaan.
- Antin mukaan malli päihitti Claude Opus 5:n kolmessa julkaistussa testissä. Tulokset ovat yrityksen raportoimia, eivät riippumattomasti varmennettuja vertailuja.
- Antin dokumentaation mukaan mallia voi kokeilla chat käyttöliittymässä ja käyttää API rajapinnan kautta.
AI 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, 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,
Ant Groupin Ling-3.2-flash on suuri multimodaalinen malli, joka käsittelee tekstiä, kuvia ja videota. Sen konteksti-ikkuna on enintään miljoona tokenia. Ant ilmoittaa mallissa olevan yhteensä 560 miljardia parametria, joista 25 miljardia aktivoidaan kerrallaan. Yhtiö nostaa käyttökohteiksi muun muassa visuaalisen ymmärtämisen ja multimodaaliset agentit. Julkaistut testitulokset näyttävät lupaavilta, mutta ne ovat Antin raportoimia tuloksia rajatusta testijoukosta – eivät todiste mallin yleisestä ylivoimasta. 1
3
6
20
Julkaisusta uutisoitiin 6. marraskuuta, mutta Antin malli- ja API-dokumentaatiossa päivämääränä on 5. marraskuuta. Lähteissä on siis päivän ero julkaisun ajoituksessa. 1
3
6
Mitä Ling-3.2-flash tarjoaa?
Ant kuvaa Ling-3.2-flashia natiivisti multimodaaliseksi malliksi: se tukee syötteenä tekstiä, kuvia ja videota. Myös OpenAI-yhteensopiva API-rajapinta hyväksyy nämä kaikki syötemuodot. Mallin konteksti-ikkuna on enintään miljoona tokenia, ja siinä on 560 miljardia parametria, joista 25 miljardia aktivoidaan kerrallaan. 1
3
Julkaisua käsittelevissä jutuissa mallia kuvataan mixture-of-experts- eli MoE-malliksi. Tällaisessa rakenteessa aktiivisten parametrien luku kertoo, kuinka suuri osa parametreista on käytössä kerrallaan; se ei ole mallin koko. Kyseessä ei siis ole 25 miljardin parametrin malli, vaan mallissa on 560 miljardia parametria, joista 25 miljardia aktivoituu kerrallaan. 7
10
Ant mainitsee neljä painopistealuetta: vaativa visuaalinen ymmärtäminen, pitkän aikavälin tehtäviä hoitavat multimodaaliset agentit, 3D-ymmärrys ja vuorovaikutus sekä lääketieteen multimodaaliset sovellukset. Nämä ovat yhtiön ilmoittamia tavoitteita, eivät riippumattomia arvioita mallin suoriutumisesta kullakin osa-alueella. 1
6
Miten malli eroaa aiemmista Ling-versioista?
Antin dokumentaatiossa luetellaan Ling-3.2-flashin rinnalla myös Ling-3.1-flash ja Ling-3.0-flash-VL. Yhtiö kertoo myös Ling-3.0-flash-VL:n tukevan natiivisti tekstiä, kuvia ja videota. Ling-3.2-flashia ei siis voi kuvata ensimmäiseksi videota tukevaksi Ling-malliksi. 2
5
Ant esittelee Ling-3.2-flashin sarjan uusimpana mallina ja ilmoittaa sen konteksti-ikkunaksi miljoona tokenia sekä parametrimääriksi 560 miljardia ja 25 miljardia aktiivista parametria. Käytettävissä olevissa lähteissä ei kuitenkaan ole kattavaa, samoilla perusteilla tehtyä teknistä vertailua Ling-3.1-flashiin. Siksi väitteisiin siitä, kuinka paljon uusi malli parantaa edeltäjäänsä, kannattaa suhtautua varauksella. 1
2
Antin vertailutulokset – ja mitä ne kertovat
Antin raportoimissa tuloksissa Ling-3.2-flash sai kolmessa testissä Claude Opus 5 (max) -mallia paremman tuloksen. Käytettävissä olevissa lähteissä kyse on kuitenkin mallin valmistajan raportoimista vertailuista, joita ei ole riippumattomasti varmennettu. 6
20
| Testi | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| ZEROBenchin osajoukko | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
Tuloksista voi päätellä rajatummin, että Ling-3.2-flash pärjäsi hyvin näissä julkaistuissa testeissä, joihin sisältyy dokumenttien käsittelyä ja visuaalisesta sisällöstä verkkonäkymäksi muuntamista. Ne eivät kerro, miten malli pärjää muiden mallien testeissä tai yleisissä päättelytehtävissä. 6
20
Julkaisua käsittelevän uutisoinnin mukaan Ling-3.2-flash pääsi lisäksi DesignArenan kuvan verkkosivuksi muuntamiseen keskittyvän vertailun kymmenen parhaan joukkoon Elo-luvulla 1 238. Myös DesignArenan tulostaulukossa mallin Elo-lukuna on 1 238. 6
25
Saatavuus, ilmainen kokeilujakso ja hintatiedot
Antin dokumentaation mukaan Ling-3.2-flashia voi käyttää chat-käyttöliittymän kautta, ja API tukee OpenAI- ja Anthropic-yhteensopivia protokollia. Yhtiö vahvistaa myös, että malli on ilmainen kahden ensimmäisen viikon ajan julkaisusta. 4
27
28
Osa julkaisu-uutisista ilmoittaa API-hinnaksi 0,30 dollaria miljoonalta syötetokenilta ja 0,90 dollaria miljoonalta tuotostokenilta. Antin virallisen hinnoittelusivun käytettävissä oleva ote vahvistaa ilmaisen jakson, mutta ei näitä Ling-3.2-flashin normaaleja hintoja. Lukuja kannattaa siis pitää uutisissa ilmoitettuina hintoina, ei virallisen hinnoitteluotteen vahvistamina hintoina. 7
15
27
Ovatko Ling-3.2-flashin painot avoimesti saatavilla?
Käytettävissä olevissa julkaisu-uutisissa kerrotaan, ettei Ling-3.2-flashin painoja ollut julkaistu mallin lanseerauksen aikaan. Samassa yhteydessä mainitaan, että Ling-3.1-flashin painot olivat saatavilla MIT-lisenssillä. Tämä ei kuitenkaan vahvista, että Ling-3.2-flash saisi saman lisenssin tai että sen painot julkaistaisiin avoimesti. 11
16
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "Antin Ling-3.2-flash yhdistää tekstin, kuvat ja videon"?
Ling 3.2 flash on Ant Groupin natiivisti multimodaalinen malli: se ottaa vastaan tekstiä, kuvia ja videota.
What are the key points to validate first?
Ling 3.2 flash on Ant Groupin natiivisti multimodaalinen malli: se ottaa vastaan tekstiä, kuvia ja videota. Mallissa on yhteensä 560 miljardia parametria, joista 25 miljardia aktivoidaan kerrallaan.
What should I do next in practice?
Antin mukaan malli päihitti Claude Opus 5:n kolmessa julkaistussa testissä. Tulokset ovat yrityksen raportoimia, eivät riippumattomasti varmennettuja vertailuja.
Sources
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 ...