Ant Ling bringt Ling-3.2-flash heraus, natives multimodales 560B-MoE mit 1M-Kontext
Ant Group bringt Ling-3.2-flash auf den Markt: MoE mit 560 Mrd./25 Mrd. aktiven Parametern, 1M Kontext, nativ multimodal (Bild, Text, Video), OpenAI- und Anthropic-kompatible API, zwei Wochen lang kostenlos.
Ant Ling, die Modellplattform von Ant Group, hat am 5. November 2026 Ling-3.2-flash veröffentlicht, ein nativ multimodales Mixture-of-Experts-Modell. Die Ankündigung erschien am 5. November auf dem Konto @AntLingAGI; das Entwickler-Changelog bestätigt dasselbe Datum. Das Modell übernimmt die Dimensionen von Ling-3.1-flash-1019 – 560 Milliarden Parameter, 25 Milliarden aktiv, 1M Kontext –, fügt jedoch eine direkt in die Architektur integrierte Eingabe für Bild + Text + Video hinzu, ohne externes Bildverarbeitungsmodul.
Vier Schwerpunkte, offene API, zwei Wochen kostenlos
Die Modellübersicht hebt vier Bereiche hervor: komplexes visuelles Verstehen, multimodale Agenten über lange Horizonte, 3D-Verstehen und -Interaktion sowie multimodale Medizin (Bildgebung und Befundinterpretation, dargestellt als Unterstützung zur professionellen Analyse – nicht als eigenständiges klinisches Werkzeug).
Was den Zugriff betrifft, steht Ling-3.2-flash als Online-Chat sowie über eine mit OpenAI und Anthropic kompatible API bereit. Das Changelog und die Preisseite verweisen auf eine kostenlose Nutzung in den ersten zwei Wochen nach Veröffentlichung, gefolgt von einer Rückkehr zum „ursprünglichen Preis“. Dieser ursprüngliche Preis ist auf der am 6. November eingesehenen Seite für Ling-3.2-flash nicht aufgeführt: Preise lassen sich nicht herbeidichten.
Nachfolge von Ling-3.1, (noch) keine offenen Gewichte
Ling-3.1-flash-1019 war unter MIT-Lizenz veröffentlicht worden; wir hatten im Oktober darüber berichtet. Für Ling-3.2-flash kündigen zum 6. November weder das Changelog noch die Modelldokumentation offene Gewichte an: Das Modell wird per API und Chat bereitgestellt. Das kleinere Ling-3.0-flash-VL (124B / 5,5B aktiv) bleibt die in derselben Dokumentation genannte offene multimodale Referenz.
Ant Ling beansprucht auf X zudem Ergebnisse vor „Opus 5 (max)“ bei OmniDocBench 1.5, ZEROBench(Sub) und Vision2Web. Dies sind Zahlen des Anbieters, ohne unabhängige Überprüfung zum Zeitpunkt unserer Veröffentlichung.
Unsere Einschätzung
Ling-3.2-flash ergänzt Ling-3.1-flash eher, als dass es dieses ersetzt: gleiche MoE-Größe, dieselbe Million Tokens, doch Bild und Video werden nativ integriert. Der medizinische Aspekt wird ohne klinische Details dargestellt – zu werten als deklarierte Fähigkeit, nicht als Medizinprodukt. Der Kontrast zur Vorgängergeneration ist in puncto Offenheit deutlich: Ant hatte Ling-3.1-flash-1019 unter der MIT-Lizenz freigegeben; 3.2 erscheint zunächst über eine temporär kostenlose API. Für Entwickler bietet das Zeitfenster von zwei Wochen eine gute Gelegenheit, native Multimodalität zu testen; um das Preis-Leistungs-Verhältnis zu beurteilen, muss man auf die tatsächlichen Tarife und eventuell auf eine Öffnung der Gewichte warten, die derzeit nicht angekündigt ist.
Quellen
- Ant Ling — Changelog (5. November 2026) Primärquelle
- Ant Ling — Ling-Modelle Dokumentation Primärquelle
- Ant Ling — Produktseite Primärquelle
- Ant Ling (X) — Ankündigung Ling-3.2-flash Primärquelle
- Ant Ling — Pricing Primärquelle — Bestätigt 2 Wochen Kostenlosigkeit; kein Tarif nach dem Aktionszeitraum für Ling-3.2-flash aufgeführt
- Hugging Face — inclusionAI/Ling-3.1-flash-1019 Sekundärquelle — Kontext: MIT-Veröffentlichung vom 27. Oktober für die vorherige Generation
Eine Primärquelle stammt direkt von dem betreffenden Unternehmen, Labor oder der Organisation. Eine Sekundärquelle gibt die Information wieder, ohne ihr Urheber zu sein: Wir kennzeichnen sie als solche. Einen Fehler entdeckt? Lesen Sie unsere Korrekturrichtlinie.
