Câu trả lờiĐã xuất bản25 nguồn
Ling-3.2-flash có thể xử lý video và ngữ cảnh 1 triệu token
Ling 3.2 flash hỗ trợ đầu vào văn bản, hình ảnh và video, có cửa sổ ngữ cảnh 1 triệu token, 560 tỷ tham số tổng và 25 tỷ tham số hoạt động. Ant Group nhắm mô hình vào hiểu hình ảnh phức tạp, tác tử đa phương thức xử lý nhiệm vụ dài, tương tác 3D và các tác vụ đa phương thức trong y tế.
Đăng bởiBiên tập bằng GPT-6 LunaHình ảnh được tạo bằng GPT Image 2
Câu trả lời nghiên cứu
Bài học chính
- Ling 3.2 flash hỗ trợ đầu vào văn bản, hình ảnh và video, có cửa sổ ngữ cảnh 1 triệu token, 560 tỷ tham số tổng và 25 tỷ tham số hoạt động.
- Ant Group nhắm mô hình vào hiểu hình ảnh phức tạp, tác tử đa phương thức xử lý nhiệm vụ dài, tương tác 3D và các tác vụ đa phương thức trong y tế.
- Hãng cho biết mô hình đạt điểm cao hơn Claude Opus 5 (max) ở ba bài kiểm tra; đây là kết quả do Ant công bố, chưa đủ để kết luận mô hình vượt trội trên diện rộng.
- Mô hình có giao diện chat và API tương thích với giao thức OpenAI, Anthropic; Ant xác nhận ưu đãi miễn phí trong hai tuần đầu sau khi ra mắt.
Prompt AI
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 Group giới thiệu Ling-3.2-flash, mô hình đa phương thức có thể nhận văn bản, hình ảnh và video, cùng cửa sổ ngữ cảnh lên tới 1 triệu token. Theo thông số của hãng, mô hình có 560 tỷ tham số tổng và 25 tỷ tham số được kích hoạt. Ant nhấn mạnh khả năng hiểu hình ảnh và các tác tử đa phương thức là những hướng ứng dụng chính. 1
3
6
20
Tin ra mắt được đăng ngày 6 tháng 11, trong khi tài liệu mô hình và API của Ant ghi ngày 5 tháng 11. Vì vậy, các nguồn hiện có lệch nhau một ngày về thời điểm công bố. 1
3
6
Ling-3.2-flash có gì đáng chú ý?
Ant mô tả Ling-3.2-flash là mô hình đa phương thức “nguyên bản”: mô hình hỗ trợ đầu vào văn bản, hình ảnh và video, kể cả khi sử dụng API tương thích OpenAI. Cửa sổ ngữ cảnh được công bố là tối đa 1 triệu token; thông số mô hình là 560 tỷ tham số tổng và 25 tỷ tham số hoạt động. 1
3
Các tin về thời điểm ra mắt mô tả mô hình sử dụng kiến trúc hỗn hợp chuyên gia (Mixture of Experts, MoE). Nói ngắn gọn, 25 tỷ tham số hoạt động là phần được dùng trong một lượt xử lý, không phải toàn bộ quy mô mô hình. Vì vậy, cách đọc đúng là 560 tỷ tham số tổng, 25 tỷ tham số hoạt động — không phải một mô hình chỉ có 25 tỷ tham số. 7
10
Ant nêu bốn trọng tâm: hiểu hình ảnh phức tạp; tác tử đa phương thức có thể theo đuổi nhiệm vụ qua nhiều bước; hiểu và tương tác với không gian 3D; và các ứng dụng đa phương thức trong y tế. Đây là những lĩnh vực hãng định hướng, không phải đánh giá độc lập về hiệu quả của mô hình trong từng lĩnh vực. 1
6
So với các phiên bản Ling trước
Tài liệu của Ant liệt kê Ling-3.1-flash và Ling-3.0-flash-VL bên cạnh Ling-3.2-flash. Hãng cũng mô tả Ling-3.0-flash-VL là mô hình đa phương thức nguyên bản đã hỗ trợ đầu vào hình ảnh, văn bản và video. Do đó, không nên gọi Ling-3.2-flash là mẫu Ling đầu tiên có khả năng xử lý video. 2
5
Ant định vị Ling-3.2-flash là thế hệ mới nhất, đồng thời công bố cửa sổ ngữ cảnh 1 triệu token và cấu hình 560 tỷ/25 tỷ tham số. Các tài liệu hiện có không đưa ra bảng so sánh đầy đủ, đồng nhất giữa Ling-3.2-flash và Ling-3.1-flash, nên chưa thể xác định chính xác mức cải thiện so với phiên bản trước. 1
2
Các benchmark cho thấy điều gì?
Trong kết quả do Ant công bố, Ling-3.2-flash đạt điểm cao hơn Claude Opus 5 (max) ở ba benchmark dưới đây. Đây là số liệu do nhà cung cấp báo cáo, chưa phải so sánh được xác minh độc lập trong các tài liệu hiện có. 6
20
| Benchmark | Ling-3.2-flash | Claude Opus 5 (max) |
|---|---|---|
| OmniDocBench 1.5 | 92,21 | 90,56 |
| ZEROBench (tập con) | 43,71 | 39,52 |
| Vision2Web | 85,86 | 80,20 |
Có thể rút ra kết luận thận trọng hơn: mô hình đạt kết quả tốt trong những bài kiểm tra được nêu, bao gồm các tác vụ liên quan đến tài liệu và chuyển nội dung trực quan thành giao diện web. Những điểm số này chưa cho biết mô hình sẽ thể hiện ra sao trên các bài đánh giá khác hoặc ở những nhiệm vụ suy luận tổng quát. 6
20
Ngoài ra, tin ra mắt cho biết Ling-3.2-flash lọt top 10 trên DesignArena ở hạng mục tạo giao diện web từ hình ảnh, với điểm Elo 1.238. Bảng xếp hạng của DesignArena cũng ghi nhận mức điểm này. 6
25
Cách dùng, ưu đãi miễn phí và giá API
Tài liệu của Ant cho biết có thể trải nghiệm Ling-3.2-flash qua giao diện chat; API hỗ trợ các giao thức tương thích OpenAI và Anthropic. Hãng cũng xác nhận miễn phí trong hai tuần đầu sau khi ra mắt. 4
27
28
Một số bài viết về thời điểm ra mắt nêu mức giá 0,30 USD cho mỗi triệu token đầu vào và 0,90 USD cho mỗi triệu token đầu ra. Tuy nhiên, phần trích từ trang giá chính thức của Ant được cung cấp ở đây chỉ xác nhận thời gian miễn phí, chưa xác nhận mức giá thông thường đó dành cho Ling-3.2-flash. Vì vậy, nên xem đây là mức giá được báo chí đưa tin, không phải giá đã được xác minh từ trích đoạn bảng giá chính thức. 7
15
27
Ling-3.2-flash đã mở trọng số chưa?
Các tin ra mắt trong nguồn được cung cấp cho biết trọng số của Ling-3.2-flash chưa được phát hành tại thời điểm ra mắt. Một số nguồn cũng nói trọng số Ling-3.1-flash được phát hành theo giấy phép MIT, nhưng điều đó không đồng nghĩa Ling-3.2-flash sẽ có cùng giấy phép hoặc chắc chắn được mở trọng số. 11
16
Studio Global AI
Tiếp tục nghiên cứu của bạn
Trang này bao gồm câu trả lời dựa trên nguồn mà bạn có thể tiếp tục bên trong Studio Global.
Người ta cũng hỏi
Câu trả lời ngắn gọn cho "Ling-3.2-flash có thể xử lý video và ngữ cảnh 1 triệu token" là gì?
Ling 3.2 flash hỗ trợ đầu vào văn bản, hình ảnh và video, có cửa sổ ngữ cảnh 1 triệu token, 560 tỷ tham số tổng và 25 tỷ tham số hoạt động.
Những điểm chính cần xác nhận đầu tiên là gì?
Ling 3.2 flash hỗ trợ đầu vào văn bản, hình ảnh và video, có cửa sổ ngữ cảnh 1 triệu token, 560 tỷ tham số tổng và 25 tỷ tham số hoạt động. Ant Group nhắm mô hình vào hiểu hình ảnh phức tạp, tác tử đa phương thức xử lý nhiệm vụ dài, tương tác 3D và các tác vụ đa phương thức trong y tế.
Tôi nên làm gì tiếp theo trong thực tế?
Hãng cho biết mô hình đạt điểm cao hơn Claude Opus 5 (max) ở ba bài kiểm tra; đây là kết quả do Ant công bố, chưa đủ để kết luận mô hình vượt trội trên diện rộng.
Nguồn
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 ...