Ant Group công bố Ling-3.2-flash, một mô hình đa phương thức có thể nhận đầu vào là hình ảnh, văn bản và video. Theo thông tin của hãng, mô hình có 560 tỷ tham số tổng cộng, 25 tỷ tham số được kích hoạt và cửa sổ ngữ cảnh tối đa 1 triệu token.
6
2
Có một điểm chưa thống nhất về ngày ra mắt: một số bài viết ngày 6 tháng 11 nói Ant công bố mô hình trong ngày, trong khi changelog và các bài đưa tin khác ghi ngày 5 tháng 11. Các nguồn hiện có không giải quyết được chênh lệch này.
8
10
6
Đa phương thức tích hợp ngay trong kiến trúc
Điểm Ant nhấn mạnh là khả năng xử lý ảnh, văn bản và video được tích hợp ở cấp kiến trúc, thay vì chỉ bổ sung một giao diện nhận hình ảnh cho mô hình. Tài liệu API tương thích OpenAI cũng xác nhận yêu cầu gửi tới Ling-3.2-flash có thể bao gồm cả ba loại dữ liệu đầu vào này.
14
4
Ant nêu bốn hướng ứng dụng trọng tâm: hiểu và suy luận về hình ảnh phức tạp; tác nhân đa phương thức có thể theo đuổi nhiệm vụ qua nhiều bước; hiểu và tương tác với không gian 3D; và các tác vụ đa phương thức trong lĩnh vực y tế.
6
7
560 tỷ tham số nhưng kích hoạt 25 tỷ
Các bài giới thiệu mô hình mô tả Ling-3.2-flash là mô hình hỗn hợp chuyên gia (Mixture of Experts, MoE). Theo cách vận hành được mô tả, mỗi lượt tính toán chỉ kích hoạt khoảng 25 tỷ trong tổng số 560 tỷ tham số, thay vì dùng toàn bộ tham số ở mỗi bước. Cách thiết kế này nhằm duy trì quy mô tổng thể lớn nhưng hạn chế lượng tính toán cần cho từng bước xử lý.
11
18
Kết quả so sánh do Ant công bố
Theo các số liệu Ant đưa ra, Ling-3.2-flash đạt điểm cao hơn Claude Opus 5 (max) ở ba bài đánh giá dưới đây. Đây là kết quả do nhà phát triển báo cáo, không nên xem như đánh giá độc lập đã được xác minh.
13
8
| Bài đánh giá |
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 |
Trong DesignArena, một đấu trường đánh giá khả năng chuyển hình ảnh thành giao diện web, các bài đưa tin cho biết mô hình nằm trong top 10 và có điểm Elo 1.238.
8
Dùng thử và truy cập
Tài liệu giá chính thức của Ant cho biết Ling-3.2-flash miễn phí trong hai tuần đầu sau khi ra mắt, sau đó sẽ quay lại mức giá thông thường.
3 Một bài viết nêu giá 0,30 USD cho mỗi triệu token đầu vào và 0,90 USD cho mỗi triệu token đầu ra, nhưng các nguồn khác cho biết giá sau thời gian khuyến mại chưa được công bố; phần tài liệu chính thức hiện có ở đây không xác nhận các mức giá USD đó.
13
12
3
Tài liệu Ant xác nhận có thể dùng mô hình qua Ling API và giao thức tương thích OpenAI; hướng dẫn dành cho Claude Code cũng nêu cách kết nối theo giao thức Anthropic. Changelog của Ant còn đề cập trải nghiệm qua giao diện trò chuyện.
1
4
5
6
Tóm lại, công bố đáng chú ý của Ling-3.2-flash là sự kết hợp giữa đầu vào ảnh, văn bản và video, cửa sổ ngữ cảnh dài cùng thiết kế kích hoạt một phần tham số. Các kết quả benchmark được nêu là số liệu của Ant, còn thông tin giá API cụ thể sau giai đoạn miễn phí vẫn chưa được xác nhận thống nhất trong các nguồn được cung cấp.