蚂蚁推出了原生多模态模型 Ling-3.2-flash，支持图像、文本和视频输入，最长可处理100万 token 的上下文。官方列出的规格包括5600亿总参数和250亿激活参数；蚂蚁重点强调视觉理解和多模态智能体等应用方向。发布时公布的部分基准成绩值得关注，但这些是蚂蚁披露的特定测试结果，并不能单独证明模型在所有任务上都更强。 13620

关于发布时间，发布报道集中在11月6日，而蚂蚁的模型页和 API 文档标注为11月5日。现有来源对具体公告时间相差一天。 136

Ling-3.2-flash 主打什么？

蚂蚁将 Ling-3.2-flash 描述为原生多模态模型：输入可包括图像、文本和视频，OpenAI 兼容 API 也支持这些内容。官方资料列出的上下文窗口上限为100万 token，模型规模为5600亿总参数、250亿激活参数。 13

发布报道将其称为混合专家（MoE）模型。在这类架构中，激活参数指每次计算会调用的参数部分，不等于模型的全部参数规模。因此，Ling-3.2-flash 的规格应理解为“5600亿总参数、250亿激活参数”，而不是一个250亿参数的模型。 710

蚂蚁列出的四个重点方向是：复杂视觉理解、能够处理长流程任务的多模态智能体、3D理解与交互，以及医疗多模态。这些是厂商公布的研发和应用重点，并非对模型在每个领域表现的独立评测结论。 16

与此前 Ling 模型的关系

蚂蚁文档同时列出了 Ling-3.1-flash 和 Ling-3.0-flash-VL。官方资料也将 Ling-3.0-flash-VL 描述为支持图像、文本和视频输入的原生多模态模型，因此不能把 Ling-3.2-flash 称为 Ling 系列中首个支持视频输入的模型。 25

蚂蚁将 Ling-3.2-flash 定位为新一代模型，并公布了其百万级上下文及5600亿／250亿参数配置。不过，现有材料没有提供与 Ling-3.1-flash 完整、同口径的规格对照，因此关于它相较前代具体提升多少，仍应谨慎判断。 12

蚂蚁公布的基准成绩，能说明什么？

蚂蚁披露的评测结果显示，Ling-3.2-flash 在三项基准测试中的得分高于 Claude Opus 5（max）。这些是厂商公布的对比数据；现有材料没有提供独立验证结果。 620

基准测试	Ling-3.2-flash	Claude Opus 5（max）
OmniDocBench 1.5	92.21	90.56
ZEROBench 子集	43.71	39.52
Vision2Web	85.86	80.20

更稳妥的解读是：Ling-3.2-flash 在这几项已公布的测试中表现不错，其中包括文档处理和从视觉内容生成网页相关任务。但这些成绩不能直接代表它在其他模型评测、通用推理或所有实际场景中的表现。 620

另外，发布报道提到，Ling-3.2-flash 在 DesignArena 的图像转前端排行榜进入前十，Elo 分数为1,238；该排行榜也列出了这一分数。 625

如何体验？免费期与价格信息要分开看

蚂蚁文档称，Ling-3.2-flash 可通过聊天界面体验，API 支持 OpenAI 和 Anthropic 兼容协议。官方也确认，模型上线后的前两周提供免费体验。 42728

部分发布报道给出的价格是：每百万输入 token 0.30 美元、每百万输出 token 0.90 美元。但蚂蚁官方定价页的现有摘录只确认了免费期，并未证实 Ling-3.2-flash 免费期结束后的常规单价。因此，这组价格应视为媒体报道的数据，而非已由该官方定价摘录核实的费率。 71527

权重会开源吗？目前还没有定论

现有发布报道称，Ling-3.2-flash 上线时尚未发布模型权重。报道还提到 Ling-3.1-flash 的权重以 MIT 许可证开放，但这并不能证明 Ling-3.2-flash 会采用相同许可证，或未来一定会开放权重。 1116

蚂蚁推出了原生多模态模型 Ling-3.2-flash，支持图像、文本和视频输入，最长可处理100万 token 的上下文。官方列出的规格包括5600亿总参数和250亿激活参数；蚂蚁重点强调视觉理解和多模态智能体等应用方向。发布时公布的部分基准成绩值得关注，但这些是蚂蚁披露的特定测试结果，并不能单独证明模型在所有任务上都更强。 13620

关于发布时间，发布报道集中在11月6日，而蚂蚁的模型页和 API 文档标注为11月5日。现有来源对具体公告时间相差一天。 136

Ling-3.2-flash 主打什么？

蚂蚁将 Ling-3.2-flash 描述为原生多模态模型：输入可包括图像、文本和视频，OpenAI 兼容 API 也支持这些内容。官方资料列出的上下文窗口上限为100万 token，模型规模为5600亿总参数、250亿激活参数。 13

发布报道将其称为混合专家（MoE）模型。在这类架构中，激活参数指每次计算会调用的参数部分，不等于模型的全部参数规模。因此，Ling-3.2-flash 的规格应理解为“5600亿总参数、250亿激活参数”，而不是一个250亿参数的模型。 710

蚂蚁列出的四个重点方向是：复杂视觉理解、能够处理长流程任务的多模态智能体、3D理解与交互，以及医疗多模态。这些是厂商公布的研发和应用重点，并非对模型在每个领域表现的独立评测结论。 16

与此前 Ling 模型的关系

蚂蚁文档同时列出了 Ling-3.1-flash 和 Ling-3.0-flash-VL。官方资料也将 Ling-3.0-flash-VL 描述为支持图像、文本和视频输入的原生多模态模型，因此不能把 Ling-3.2-flash 称为 Ling 系列中首个支持视频输入的模型。 25

蚂蚁将 Ling-3.2-flash 定位为新一代模型，并公布了其百万级上下文及5600亿／250亿参数配置。不过，现有材料没有提供与 Ling-3.1-flash 完整、同口径的规格对照，因此关于它相较前代具体提升多少，仍应谨慎判断。 12

蚂蚁公布的基准成绩，能说明什么？

蚂蚁披露的评测结果显示，Ling-3.2-flash 在三项基准测试中的得分高于 Claude Opus 5（max）。这些是厂商公布的对比数据；现有材料没有提供独立验证结果。 620

基准测试	Ling-3.2-flash	Claude Opus 5（max）
OmniDocBench 1.5	92.21	90.56
ZEROBench 子集	43.71	39.52
Vision2Web	85.86	80.20

更稳妥的解读是：Ling-3.2-flash 在这几项已公布的测试中表现不错，其中包括文档处理和从视觉内容生成网页相关任务。但这些成绩不能直接代表它在其他模型评测、通用推理或所有实际场景中的表现。 620

另外，发布报道提到，Ling-3.2-flash 在 DesignArena 的图像转前端排行榜进入前十，Elo 分数为1,238；该排行榜也列出了这一分数。 625

如何体验？免费期与价格信息要分开看

蚂蚁文档称，Ling-3.2-flash 可通过聊天界面体验，API 支持 OpenAI 和 Anthropic 兼容协议。官方也确认，模型上线后的前两周提供免费体验。 42728

部分发布报道给出的价格是：每百万输入 token 0.30 美元、每百万输出 token 0.90 美元。但蚂蚁官方定价页的现有摘录只确认了免费期，并未证实 Ling-3.2-flash 免费期结束后的常规单价。因此，这组价格应视为媒体报道的数据，而非已由该官方定价摘录核实的费率。 71527

权重会开源吗？目前还没有定论

现有发布报道称，Ling-3.2-flash 上线时尚未发布模型权重。报道还提到 Ling-3.1-flash 的权重以 MIT 许可证开放，但这并不能证明 Ling-3.2-flash 会采用相同许可证，或未来一定会开放权重。 1116