LO ESENCIAL EN 30 SEGUNDOS

  • Ling-3.2-flash tiene 560.000 millones de parámetros en total, 25.000 millones activos en cada paso, y una ventana de contexto de un millón de tokens.
  • Según las evaluaciones de Ant, supera a Claude Opus 5 (max) en OmniDocBench1.5, ZEROBench (Sub) y Vision2Web; estos resultados no se han reproducido de forma independiente.
  • El modelo se ofrece mediante una interfaz de chat y API compatibles con OpenAI y Anthropic, gratis durante dos semanas tras su lanzamiento el 5 de noviembre; no se han anunciado pesos abiertos.

El equipo Ling de Ant Group publicó Ling-3.2-flash el 5 de noviembre, según el registro de cambios de su plataforma para desarrolladores. Es un modelo de mezcla de expertos (MoE) con 560.000 millones de parámetros en total, de los que 25.000 millones se activan en cada paso de inferencia, y una ventana de contexto de un millón de tokens. Ant lo describe como nativamente multimodal: admite como entrada texto, imágenes y vídeo.

Lo que afirma Ant

La compañía apunta a cuatro ámbitos: la comprensión visual compleja, los agentes multimodales que encadenan tareas largas de varios pasos, la comprensión e interacción en 3D y las aplicaciones médicas que combinan texto e imágenes. En las evaluaciones de lanzamiento recogidas por AIbase, Ant compara el modelo con Claude Opus 5 de Anthropic en su modo máximo y declara ventaja en tres pruebas: 92,21 frente a 90,56 en OmniDocBench1.5, centrada en el análisis de documentos; 43,71 frente a 39,52 en ZEROBench (Sub), y 85,86 frente a 80,20 en Vision2Web. AIbase menciona además un puesto entre los diez primeros del ranking de imagen a interfaz de DesignArena.

Son cifras del propio fabricante, elegidas para el anuncio. Abarcan una parte reducida de las tareas visuales y, al cierre de este artículo, no se había publicado ninguna reproducción independiente. Tampoco dicen mucho sobre el rendimiento del modelo en razonamiento general o programación frente a esos mismos rivales.

Acceso, precios y dudas pendientes

Ling-3.2-flash puede probarse en una interfaz de chat en línea y usarse mediante API que siguen tanto el protocolo de OpenAI como el de Anthropic, lo que facilita incorporarlo a herramientas existentes con pocos cambios. TechNode y el registro oficial indican que el uso de la API es gratuito durante las dos primeras semanas tras el lanzamiento. El registro no detalla las tarifas que se aplicarán después.

Ni ese registro ni la información de TechNode mencionan pesos abiertos para esta versión, y Ant no había anunciado ninguna publicación de Ling-3.2-flash en Hugging Face al redactar este artículo. Por ahora, el modelo solo está disponible como servicio alojado, y no está confirmado que vaya a haber checkpoints descargables.

El diseño sigue una fórmula habitual en los grandes modelos MoE: un número total de parámetros muy alto, con solo una pequeña parte activa en cada paso, para acercar el coste de servirlo al de un modelo denso mucho más pequeño.