उत्तरप्रकाशित20 स्रोत
Ling-3.2-flash में Ant Group ने टेक्स्ट, तस्वीर और वीडियो को एक साथ जोड़ा
Ant Group ने Ling 3.2 flash को ऐसा मूल मल्टीमॉडल मॉडल बताया है जो तस्वीर, टेक्स्ट और वीडियो इनपुट स्वीकार करता है। इसमें 560 अरब कुल पैरामीटर, 25 अरब सक्रिय पैरामीटर और 10 लाख टोकन की संदर्भ सीमा है। [6] कंपनी ने इसके प्रमुख उपयोग जटिल दृश्य समझ, लंबे मल्टीमॉडल एजेंट कार्य, 3D समझ और संवाद तथा चिकित्सा संबंधी मल्टीम...
प्रकाशितकर्ताGPT Image 2 से चित्र बनाए गए
शोध उत्तर
मुख्य निष्कर्ष
- Ant Group ने Ling 3.2 flash को ऐसा मूल मल्टीमॉडल मॉडल बताया है जो तस्वीर, टेक्स्ट और वीडियो इनपुट स्वीकार करता है। इसमें 560 अरब कुल पैरामीटर, 25 अरब सक्रिय पैरामीटर और 10 लाख टोकन की संदर्भ सीमा है। [6]
- कंपनी ने इसके प्रमुख उपयोग जटिल दृश्य समझ, लंबे मल्टीमॉडल एजेंट कार्य, 3D समझ और संवाद तथा चिकित्सा संबंधी मल्टीमॉडल काम बताए हैं। [6][7]
- Ant के अपने परीक्षणों में मॉडल ने Claude Opus 5 (max) को तीन बताए गए बेंचमार्क पर पीछे छोड़ा; ये कंपनी द्वारा रिपोर्ट किए गए नतीजे हैं, स्वतंत्र सत्यापन नहीं। [13][8]
- आधिकारिक मूल्य दस्तावेज़ के अनुसार, लॉन्च के बाद पहले दो हफ्ते मॉडल का उपयोग मुफ़्त है। [3]
AI संकेत
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 ने Ling-3.2-flash को अपने नए मूल मल्टीमॉडल मॉडल के रूप में पेश किया है। कंपनी के मुताबिक, इसमें 560 अरब कुल पैरामीटर और 25 अरब सक्रिय पैरामीटर हैं, जबकि इसका संदर्भ-विंडो 10 लाख टोकन तक है। मॉडल तस्वीर, टेक्स्ट और वीडियो इनपुट संभालने के लिए बनाया गया है। 6
लॉन्च की तारीख को लेकर रिपोर्टों में थोड़ा अंतर है: 6 नवंबर की खबरों में घोषणा उसी दिन की बताई गई है, जबकि कुछ अन्य कवरेज इसे 5 नवंबर का लॉन्च कहती है। उपलब्ध जानकारी इस अंतर को स्पष्ट नहीं करती। 8
10
एक ही मॉडल में टेक्स्ट, तस्वीर और वीडियो
Ant का कहना है कि दृश्य और भाषा की क्षमताएँ मॉडल की संरचना में ही एकीकृत हैं—यानी तस्वीर और वीडियो को केवल अलग से जोड़े गए फीचर की तरह नहीं, बल्कि मॉडल के मूल इनपुट के तौर पर संभाला जाता है। कंपनी के OpenAI-संगत API दस्तावेज़ में भी Ling-3.2-flash के लिए टेक्स्ट, तस्वीर और वीडियो इनपुट का स्पष्ट उल्लेख है। 14
4
कंपनी ने चार मुख्य उपयोग क्षेत्रों पर ज़ोर दिया है: जटिल दृश्य समझ और तर्क, कई चरणों तक चलने वाले मल्टीमॉडल एजेंट कार्य, 3D समझ और उससे संवाद, तथा चिकित्सा-संबंधी मल्टीमॉडल काम। 6
7
560 अरब कुल, 25 अरब सक्रिय पैरामीटर क्यों?
Ling-3.2-flash को Mixture-of-Experts (MoE) डिज़ाइन वाला मॉडल बताया गया है। इस तरह के डिज़ाइन में हर गणना चरण पर पूरे मॉडल के बजाय उसके चुने हुए हिस्से सक्रिय होते हैं। रिपोर्टों के मुताबिक, Ling-3.2-flash में हर टोकन के लिए करीब 25 अरब पैरामीटर सक्रिय होते हैं, जबकि मॉडल में कुल 560 अरब पैरामीटर हैं। इससे मॉडल की कुल क्षमता बड़ी रखी जा सकती है, जबकि हर चरण में पूरी क्षमता पर गणना करने की ज़रूरत नहीं पड़ती। 12
Claude Opus 5 से तुलना: Ant के बताए नतीजे
Ant द्वारा जारी मूल्यांकन में Ling-3.2-flash ने नीचे दिए गए तीन बेंचमार्क पर Claude Opus 5 (max) से अधिक स्कोर किया। ये कंपनी के बताए नतीजे हैं; इन्हें स्वतंत्र परीक्षण के रूप में नहीं देखा जाना चाहिए। 13
8
| बेंचमार्क | 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 |
लॉन्च कवरेज के मुताबिक, तस्वीर से फ्रंट-एंड बनाने वाली DesignArena प्रतियोगिता में मॉडल 1,238 Elo स्कोर के साथ शीर्ष 10 में भी आया। 8
उपलब्धता और कीमत
Ant के आधिकारिक मूल्य दस्तावेज़ के अनुसार Ling-3.2-flash लॉन्च के बाद पहले दो हफ्तों तक मुफ़्त है; इसके बाद नियमित कीमतें लागू होंगी। 3 कंपनी के आधिकारिक दस्तावेज़ API उपलब्धता और OpenAI तथा Anthropic प्रोटोकॉल के साथ अनुकूलता की पुष्टि करते हैं।
4
6
प्रति दस लाख इनपुट और आउटपुट टोकन की डॉलर में एक कीमत कुछ रिपोर्टों में दी गई है, लेकिन उपलब्ध आधिकारिक मूल्य-अंश उसे Ling-3.2-flash के लिए पुष्ट नहीं करता। इसलिए उस आंकड़े को निश्चित नियमित दर मानना उचित नहीं होगा। 15
12
3
Studio Global AI
अपना शोध जारी रखें
इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।
लोग पूछते भी हैं
"Ling-3.2-flash में Ant Group ने टेक्स्ट, तस्वीर और वीडियो को एक साथ जोड़ा" का संक्षिप्त उत्तर क्या है?
Ant Group ने Ling 3.2 flash को ऐसा मूल मल्टीमॉडल मॉडल बताया है जो तस्वीर, टेक्स्ट और वीडियो इनपुट स्वीकार करता है। इसमें 560 अरब कुल पैरामीटर, 25 अरब सक्रिय पैरामीटर और 10 लाख टोकन की संदर्भ सीमा है। [6]
सबसे पहले सत्यापित करने योग्य मुख्य बिंदु क्या हैं?
Ant Group ने Ling 3.2 flash को ऐसा मूल मल्टीमॉडल मॉडल बताया है जो तस्वीर, टेक्स्ट और वीडियो इनपुट स्वीकार करता है। इसमें 560 अरब कुल पैरामीटर, 25 अरब सक्रिय पैरामीटर और 10 लाख टोकन की संदर्भ सीमा है। [6] कंपनी ने इसके प्रमुख उपयोग जटिल दृश्य समझ, लंबे मल्टीमॉडल एजेंट कार्य, 3D समझ और संवाद तथा चिकित्सा संबंधी मल्टीमॉडल काम बताए हैं। [6][7]
मुझे अभ्यास में आगे क्या करना चाहिए?
Ant के अपने परीक्षणों में मॉडल ने Claude Opus 5 (max) को तीन बताए गए बेंचमार्क पर पीछे छोड़ा; ये कंपनी द्वारा रिपोर्ट किए गए नतीजे हैं, स्वतंत्र सत्यापन नहीं। [13][8]
सूत्र
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.comElon Musk’s net worth returns to $1 trillion, surging by $88 billion in a single day. - Lookonchain - Looking for smartmoney onchain