RespostasPublicado25 fontes
Ling-3.2-flash: o novo modelo multimodal da Ant aposta em vídeo e contexto longo
O Ling 3.2 flash aceita texto, imagens e vídeos e tem contexto de até 1 milhão de tokens, com 560 bilhões de parâmetros totais e 25 bilhões ativados. A Ant aponta como focos do modelo a compreensão visual, agentes multimodais para tarefas longas, interação 3D e aplicações multimodais na área médica.
Publicado porEditado com GPT-6 LunaImagens geradas com GPT Image 2
Resposta de pesquisa
Principais conclusões
- O Ling 3.2 flash aceita texto, imagens e vídeos e tem contexto de até 1 milhão de tokens, com 560 bilhões de parâmetros totais e 25 bilhões ativados.
- A Ant aponta como focos do modelo a compreensão visual, agentes multimodais para tarefas longas, interação 3D e aplicações multimodais na área médica.
- A empresa oferece acesso gratuito por duas semanas e disponibiliza o modelo por chat e API compatível com protocolos da OpenAI e da Anthropic.
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,
O Ling-3.2-flash, da Ant Group, é um modelo multimodal que pode receber texto, imagens e vídeos e tem uma janela de contexto de até 1 milhão de tokens. A empresa informa que ele reúne 560 bilhões de parâmetros no total, dos quais 25 bilhões são ativados. A Ant destaca compreensão visual e agentes multimodais entre os principais usos previstos. Os benchmarks divulgados no lançamento são promissores, mas foram apresentados pela própria empresa e cobrem um conjunto limitado de testes — não comprovam superioridade geral. 1
3
6
20
Reportagens sobre o lançamento foram publicadas em 6 de novembro, enquanto a documentação do modelo e da API da Ant tem data de 5 de novembro. As fontes disponíveis, portanto, divergem por um dia quanto à data do anúncio. 1
3
6
O que o Ling-3.2-flash oferece
A Ant descreve o Ling-3.2-flash como um modelo multimodal nativo: ele aceita texto, imagens e vídeos, inclusive pela API compatível com a OpenAI. A documentação informa contexto de até 1 milhão de tokens, 560 bilhões de parâmetros totais e 25 bilhões de parâmetros ativados. 1
3
A cobertura do lançamento caracteriza o modelo como um sistema de mistura de especialistas, ou MoE (sigla em inglês para mixture of experts). Nesse tipo de arquitetura, a quantidade de parâmetros ativados indica a parte utilizada em cada etapa — não o tamanho total do modelo. Portanto, os números divulgados são 560 bilhões no total e 25 bilhões ativados, e não um modelo de 25 bilhões de parâmetros. 7
10
A Ant aponta quatro áreas prioritárias: compreensão visual complexa; agentes multimodais capazes de lidar com tarefas de várias etapas; compreensão e interação em 3D; e aplicações multimodais na área médica. São os focos declarados pela empresa, não avaliações independentes do desempenho em cada campo. 1
6
O que muda em relação a outros modelos Ling
A documentação da Ant lista o Ling-3.1-flash e o Ling-3.0-flash-VL ao lado do Ling-3.2-flash. A empresa também descreve o Ling-3.0-flash-VL como um modelo multimodal nativo que já aceitava imagens, texto e vídeos. Por isso, não é correto dizer que o Ling-3.2-flash é o primeiro modelo da linha Ling com suporte a vídeo. 2
5
A Ant apresenta o Ling-3.2-flash como o modelo mais recente da série e informa para ele contexto de 1 milhão de tokens e os números de 560 bilhões de parâmetros totais e 25 bilhões ativados. As fontes disponíveis não trazem uma comparação completa, feita em condições equivalentes, com o Ling-3.1-flash. Assim, afirmações sobre o quanto o novo modelo melhora em relação ao anterior devem ser vistas com cautela. 1
2
O que os benchmarks divulgados pela Ant mostram
Nos resultados atribuídos à Ant, o Ling-3.2-flash superou o Claude Opus 5 (max) em três benchmarks. São comparações divulgadas pela fabricante, não verificações independentes nas fontes disponíveis. 6
20
| Benchmark | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| Subconjunto do ZEROBench | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
A conclusão possível é mais restrita: o modelo teve bons resultados nos testes apresentados, que incluem tarefas com documentos e conversão de referências visuais em páginas web. Esses dados não demonstram como ele se sairia em outras avaliações ou em tarefas gerais de raciocínio. 6
20
Separadamente, a cobertura do lançamento informou que o Ling-3.2-flash ficou entre os dez primeiros no ranking de geração de interfaces a partir de imagens da DesignArena, com pontuação Elo de 1.238. O placar da plataforma também registra o modelo com 1.238 pontos. 6
25
Acesso, período grátis e ressalva sobre preços
A documentação da Ant informa que o Ling-3.2-flash está disponível em uma interface de chat e que a API aceita protocolos compatíveis com OpenAI e Anthropic. A empresa também confirma uma oferta de acesso gratuito durante as duas primeiras semanas após o lançamento. 4
27
28
Algumas reportagens sobre o lançamento mencionam preços de US$ 0,30 por milhão de tokens de entrada e US$ 0,90 por milhão de tokens de saída. No entanto, o trecho fornecido da página oficial de preços da Ant confirma o período gratuito, mas não comprova essas tarifas regulares para o Ling-3.2-flash. Portanto, os valores devem ser tratados como preços reportados, não como confirmados por esse trecho da documentação oficial. 7
15
27
Os pesos do Ling-3.2-flash são abertos?
A cobertura do lançamento disponível aqui afirma que os pesos do Ling-3.2-flash ainda não haviam sido publicados naquele momento. Também informa que os pesos do Ling-3.1-flash estavam disponíveis sob licença MIT, mas isso não confirma que o Ling-3.2-flash receberá a mesma licença — nem que terá uma versão de pesos abertos. 11
16
Studio Global AI
Continue sua pesquisa
Esta página inclui uma resposta baseada na fonte que você pode continuar em Studio Global.
As pessoas também perguntam
Qual é a resposta curta para "Ling-3.2-flash: o novo modelo multimodal da Ant aposta em vídeo e contexto longo"?
O Ling 3.2 flash aceita texto, imagens e vídeos e tem contexto de até 1 milhão de tokens, com 560 bilhões de parâmetros totais e 25 bilhões ativados.
Quais são os pontos-chave para validar primeiro?
O Ling 3.2 flash aceita texto, imagens e vídeos e tem contexto de até 1 milhão de tokens, com 560 bilhões de parâmetros totais e 25 bilhões ativados. A Ant aponta como focos do modelo a compreensão visual, agentes multimodais para tarefas longas, interação 3D e aplicações multimodais na área médica.
O que devo fazer a seguir na prática?
A empresa oferece acesso gratuito por duas semanas e disponibiliza o modelo por chat e API compatível com protocolos da OpenAI e da Anthropic.
Fontes
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 ...