AnswersPublished25 sources
Ling-3.2-flash, il nuovo modello multimodale di Ant: cosa offre davvero
Ling 3.2 flash è il modello multimodale di Ant che accetta immagini, testo e video, con 560 miliardi di parametri complessivi e 25 miliardi attivi. Ant indica come aree d’interesse la comprensione visiva, gli agenti multimodali per attività articolate, l’interazione 3D e gli usi multimodali in ambito medico.
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Ling 3.2 flash è il modello multimodale di Ant che accetta immagini, testo e video, con 560 miliardi di parametri complessivi e 25 miliardi attivi.
- Ant indica come aree d’interesse la comprensione visiva, gli agenti multimodali per attività articolate, l’interazione 3D e gli usi multimodali in ambito medico.
- I benchmark diffusi da Ant sono risultati dell’azienda, non confronti indipendenti; l’offerta gratuita di lancio dura due settimane.
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,
Ling-3.2-flash è il nuovo modello multimodale di Ant Group: può ricevere immagini, testo e video e dispone di una finestra di contesto fino a un milione di token. Ant dichiara 560 miliardi di parametri complessivi, di cui 25 miliardi attivi, e indica tra gli impieghi principali la comprensione visiva e gli agenti multimodali. I risultati diffusi al lancio sono interessanti, ma si tratta di confronti presentati da Ant su un numero limitato di test: non bastano, da soli, a dimostrare una superiorità generale. 1
3
6
20
Le notizie sul lancio sono uscite il 6 novembre, mentre la documentazione del modello e delle API di Ant riporta la data del 5 novembre. Le fonti disponibili, quindi, non concordano sul giorno dell’annuncio. 1
3
6
Che cosa offre Ling-3.2-flash
Ant descrive Ling-3.2-flash come un modello nativamente multimodale: supporta immagini, testo e video, anche tramite un’API compatibile con il formato OpenAI. La finestra di contesto arriva a un milione di token; il modello conta 560 miliardi di parametri in totale e 25 miliardi di parametri attivi. 1
3
Le notizie sul lancio lo descrivono come un sistema Mixture of Experts (MoE). In questo tipo di architettura, il numero di parametri attivi indica la parte coinvolta nel calcolo in un dato momento: non va confuso con la dimensione totale del modello. In altre parole, i dati dichiarati sono 560 miliardi complessivi e 25 miliardi attivi, non un modello da 25 miliardi di parametri. 7
10
Ant indica quattro aree di interesse: comprensione visiva complessa, agenti multimodali capaci di affrontare attività articolate nel tempo, comprensione e interazione 3D e applicazioni multimodali in ambito medico. Sono le priorità dichiarate dall’azienda, non valutazioni indipendenti delle prestazioni in ciascun settore. 1
6
Il confronto con i modelli Ling precedenti
Nella documentazione di Ant compaiono anche Ling-3.1-flash e Ling-3.0-flash-VL. Quest’ultimo era già descritto come un modello multimodale nativo in grado di elaborare immagini, testo e video: Ling-3.2-flash non è dunque il primo della serie a supportare l’input video. 2
5
Ant presenta Ling-3.2-flash come il modello di generazione più recente e ne specifica il contesto da un milione di token e i 560 miliardi di parametri totali, di cui 25 miliardi attivi. Le fonti disponibili non offrono però un confronto completo e omogeneo con Ling-3.1-flash: è quindi prudente evitare affermazioni precise sull’entità dei miglioramenti rispetto a quel modello. 1
2
I benchmark di Ant: risultati promettenti, ma da contestualizzare
Secondo i risultati attribuiti ad Ant, Ling-3.2-flash ha ottenuto punteggi superiori a Claude Opus 5 (max) in tre benchmark. Si tratta di dati diffusi dal produttore, non di confronti verificati in modo indipendente nelle fonti disponibili. 6
20
| Benchmark | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| Sottoinsieme ZEROBench | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
I punteggi mostrano che il modello ha ottenuto buoni risultati in questi test, che comprendono attività sui documenti e di conversione dal contenuto visivo al web. Non dicono però come si comporti su tutte le altre valutazioni o nei compiti di ragionamento generale. 6
20
Separatamente, le notizie sul lancio hanno riferito che Ling-3.2-flash è entrato nella top 10 della classifica DesignArena per la generazione di interfacce web a partire da immagini, con un punteggio Elo di 1.238. La classifica riporta lo stesso punteggio. 6
25
Accesso, prova gratuita e prezzi da verificare
La documentazione di Ant indica che Ling-3.2-flash è disponibile tramite un’interfaccia di chat e che le API supportano protocolli compatibili con OpenAI e Anthropic. Ant conferma inoltre un’offerta gratuita per le prime due settimane dal lancio. 4
27
28
Alcuni articoli sul lancio riportano prezzi di 0,30 dollari per milione di token in ingresso e 0,90 dollari per milione di token in uscita. Tuttavia, l’estratto fornito della pagina ufficiale dei prezzi conferma il periodo gratuito, ma non attesta quelle tariffe ordinarie per Ling-3.2-flash. È quindi meglio considerarle prezzi riportati da alcune fonti, non verificati dalla documentazione ufficiale citata. 7
15
27
I pesi del modello sono aperti?
Le notizie sul lancio disponibili descrivono i pesi di Ling-3.2-flash come non pubblicati al momento dell’uscita. Riferiscono anche che i pesi di Ling-3.1-flash erano disponibili con licenza MIT, ma questo non dimostra che Ling-3.2-flash avrà la stessa licenza o che verrà distribuito con pesi aperti. 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 "Ling-3.2-flash, il nuovo modello multimodale di Ant: cosa offre davvero"?
Ling 3.2 flash è il modello multimodale di Ant che accetta immagini, testo e video, con 560 miliardi di parametri complessivi e 25 miliardi attivi.
What are the key points to validate first?
Ling 3.2 flash è il modello multimodale di Ant che accetta immagini, testo e video, con 560 miliardi di parametri complessivi e 25 miliardi attivi. Ant indica come aree d’interesse la comprensione visiva, gli agenti multimodali per attività articolate, l’interazione 3D e gli usi multimodali in ambito medico.
What should I do next in practice?
I benchmark diffusi da Ant sono risultati dell’azienda, non confronti indipendenti; l’offerta gratuita di lancio dura due settimane.
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 ...