11月6日消息，蚂蚁百灵官方团队今日正式宣布推出全新的原生多模态大模型——Ling-3.2-flash。该模型拥有总参数560B、激活参数25B 以及1M 的超长上下文窗口，在架构层面实现了视觉与语言能力的深度融合，为多模态 AI 应用带来了全新选择。
四大能力升级，多项基准力压行业顶尖选手
在架构设计上，Ling-3.2-flash从底层原生融合了视觉与语言处理能力，全面支持图像、文本与视频的输入。官方资料显示，该模型重点强化了四大核心维度:
复杂视觉理解: 针对图像和视频进行深度的推理与分析。
多模态长程 Agent: 确保模型在多步骤复杂任务中持续维持目标一致，结合视觉与文本信息高效完成决策和执行。
3D 理解与交互: 侧重于对三维场景以及空间关系的解析。
医疗多模态: 深度覆盖医学影像理解与报告解读，为专业医疗分析提供有效辅助。
在蚂蚁官方公布的评测结果中，该模型在三项关键基准测试中成功超越了Anthropic Claude Opus5（max）:
OmniDocBench1.5: 得分92.21，对比竞品的90.56。
ZEROBench （Sub）: 得分43.71，对比竞品的39.52。
Vision2Web: 得分85.86，对比竞品的80.20。
在DesignArena图像转前端竞技场中，Ling-3.2-flash以1238的 Elo 分数成功跻身前十，与 meta、DeepSeek 以及 Anthropic 等行业头部竞品并列。
架构权衡与极具竞争力的定价策略
在技术实现上，560B 的总参数量与约25B 的激活参数组合，是该模型在强悍能力与推理开销之间做出的核心权衡。这一混合专家（MoE）架构确保模型在每次前向计算时仅调用部分参数，从而在保留巨大知识储备的同时，将单步计算成本控制在合理范围内。
在接口定价与体验方面，Ling-3.2-flash的 API 输入价格为每百万词元0.30美元（约合2元人民币），输出价格为每百万词元0.90美元(约合6元人民币)，DesignArena榜单指出这是同性能级别模型中最低的费率水平。目前，该模型的 API 已经通过蚂蚁百炼平台正式上线，不仅全面兼容 OpenAI 及 Anthropic 的协议规范，更向用户提供了上线前两周的限时免费体验。
