Ling-3.2-flash

Ling-3.2-flash 是蚂蚁集团 Ant Ling（InclusionAI） 于 2026 年 11 月 5 日上线的最新一代原生多模态模型。变更日志：https://developer.ant-ling.com/en/docs/getting-started/changelog ；模型说明：https://developer.ant-ling.com/en/docs/models/ling/ 。

定位：面向复杂真实任务的原生多模态 MoE，把图像/文本/视频作为推理输入，而不是外挂视觉模块。

要点：

• 规模：560B 总参数 / 25B 激活参数，上下文最高 1M；
• 原生支持 图像 + 文本 + 视频；
• 四条能力主线：复杂视觉理解、多模态长程 Agent、3D 理解与交互、医疗多模态；
• 厂商公布在 OmniDocBench 1.5、ZEROBench（Sub）、Vision2Web 等上相对 Claude Opus 5（max）的领先数字（厂商自报，需独立复核）；
• 可通过聊天界面在线体验；API 兼容 OpenAI 与 Anthropic 协议；上线后前两周免费。

解决什么问题

许多多模态方案仍把视觉当作外挂编码器。Ling-3.2-flash 把多模态感知、深度推理与自主执行放在同一套 MoE 激活预算里，并强调长上下文与 Agent 长程任务。

产品与生态

• 属于 Ling 3.2 系列最新原生多模态线，承接 Ling-3.1-flash 的长程 Agent 能力并补上原生视觉/视频；
• 文档与 API 以产品化方式同步上线；第三方平台示例包括 OpenRouter 上的 inclusionai/ling-3.2-flash 等接入路径；
• 本轮公开资料中未见与 Ling-3.1-flash 同级的 Hugging Face 完整开源权重页。

局限与注意

• OmniDocBench / ZEROBench / Vision2Web 对比数字来自厂商发布材料，宜等待第三方复现；
• 医疗多模态属于高合规场景，落地需本地验证与合规流程；
• 免费期结束后按平台计费与配额执行。

适合谁

• 需要图像/视频输入的多模态 Agent、文档理解、前端/视觉闭环与医疗影像辅助分析团队；
• 已在用 Ant Ling OpenAI/Anthropic 兼容 API 的开发者；
• 想试用大上下文原生多模态 MoE 的产品与研究组。

如何上手

1. 阅读 changelog 与模型页：https://developer.ant-ling.com/en/docs/getting-started/changelog 、https://developer.ant-ling.com/en/docs/models/ling/ ；
2. 在 Ant Ling 聊天界面体验，或用兼容 OpenAI / Anthropic 协议的 API 调用 Ling-3.2-flash；
3. 利用上线后前两周免费窗口做压测与评测；
4. 对厂商基准声明做独立复测，医疗等关键场景务必离线验证。