11 сентября 2026 г.
Визуальные ИИ-модели стали эффективнее по активным параметрам: Ling-3.0-flash-VL набрала 25
11 сентября 2026 Ling-3.0-flash-VL от Ant Group появилась как модель с открытыми весами: у неё 124B параметров, из них 5.5B активных на токен. На Artificial Analysis Intelligence Index она получила 25. Модель добавила к Ling-3.0-flash восприятие текста, изображений и видео и работает с окном 256K токенов.
Artificial Analysis
@artificialanlys
Ling-3.0-flash-VL, новая flash-вариация от Ant Group с открытыми весами, получила 25 по Artificial Analysis Intelligence Index. У модели 124B общих параметров и 5.5B активных параметров на токен благодаря архитектуре mixture-of-experts. Она добавила в Ling-3.0-flash понимание изображений и видео и сохраняет контекст до 256K токенов. Ключевые результаты: - Ling-3.0-flash-VL находится на Pareto Frontier по отношению Intelligence vs Active Parameters: 25 при 5.5B активных параметров. - Среди моделей похожего общего размера Qwen3.5 122B A10B (Reasoning) набрал 16, а Mistral Medium 3.5 (high) — 15. - Ling-3.0-flash-VL даёт более низкую частоту галлюцинаций, но у него ограниченный фактический recall: AA-Omniscience Accuracy 14% и Hallucination Rate 22%. У Inkling Small Accuracy 33%, Hallucination Rate 63%. - Для сложных agentic-задач остаётся запас: 16% на AutomationBench-AA и 0% на Terminal-Bench v4.0. - Ling-3.0-flash-VL щедра на вывод: ~50K токенов на задачу Intelligence Index против ~30K у Inkling Small (Reasoning), это влияет на стоимость при высоких требованиях к рассуждению. Дополнительно: - Тип: модель с открытыми весами для reasoning. - Размер: 124B параметров, 5.5B активных на токен (MoE). - Контекст: 256K токенов. - Модальности: на вход текст, изображения и видео, на выход текст. - API: доступны API первого и третьего лица. - Лицензия: MIT.
· 3,8 тыс. просмотров
Раньше Ling-3.0-flash брала только текст, теперь Ling-3.0-flash-VL обрабатывает текст, изображения и видео. Модель попала на Pareto Frontier по Intelligence vs Active Parameters: у сопоставимых по размеру Qwen3.5 122B A10B 16, у Mistral Medium 3.5 15, а у Ling-3.0-flash-VL 25. На AA-Omniscience Accuracy у неё 14% при Hallucination Rate 22%, у Inkling Small — 33% и 63%, значит меньше галлюцинаций, но фактическая память уже слабее. На автоматизации бизнес-процессов она показала 16% на AutomationBench-AA и 0% на Terminal-Bench v4.0. На задачах с плотным рассуждением Ling-3.0-flash-VL даёт около 50K токенов выхода против 30K у Inkling Small, а цена и лимиты в анонсе не названы.
Следующая веха для модели — внешние замеры в реальных пайплайнах ИИ-агентов и сравнение фактической цены запуска.
Первоисточник
