蚂蚁百灵发布 Ling-3.2-flash,面向图文与视频任务
蚂蚁百灵推出原生多模态 MoE 模型 Ling-3.2-flash。该模型总计 5600 亿参数,每次激活约 250 亿,上下文上限为 100 万 token。
海宇数科 · 事件日期 · 约 1 分钟 · 1 次阅读

蚂蚁百灵推出 Ling-3.2-flash。模型采用混合专家架构,约 5600 亿参数中,每次推理动用约 250 亿。
新版可处理图像、文字和视频,团队介绍了视觉推理、持续执行多步任务、空间理解和影像分析研究等方向。

蚂蚁公布的结果中,OmniDocBench 1.5 为 92.21,ZEROBench 子集为 43.71,Vision2Web 为 85.86。这些分数对应各自的评测条件。
模型已进入蚂蚁百炼,兼容 OpenAI 和 Anthropic 接口格式。公布的 API 价格为每百万输入 0.30 美元、输出 0.90 美元,发布初期提供两周免费试用。
