El modelo ling 3.2 de ant group lanza Su versión flash, superando a claude opus 5 en las principales pruebas

Ant Group ha presentado su modelo multimodal nativo, Ling-3.2-flash, que cuenta con un total de 560 mil millones de parámetros y 25 mil millones de parámetros de activación, con una ventana de contexto de 1 millón. El modelo integra de forma nativa capacidades visuales y lingüísticas, admitiendo entradas de imágenes, texto y vídeo, con mejoras específicas en la comprensión visual compleja, la funcionalidad de agente multimodal de largo alcance, la comprensión 3D y el análisis multimodal médico. En las evaluaciones publicadas por Ant Group, Ling-3.2-flash superó a Claude Opus 5 de Anthropic en tres pruebas. Específicamente, en el ámbito de DesignArena de imagen a frontend, el modelo obtuvo una puntuación Elo de 1238, colocándolo entre competidores como Meta, DeepSeek y Anthropic. La arquitectura del modelo equilibra el almacenamiento de grandes conocimientos con los costes de inferencia controlados, típicos de una configuración de Mixture-of-Experts (MoE). El precio de la API está fijado en 0,30 $ por millón de tokens de entrada y 0,90 $ por millón de tokens de salida, según ha indicado DesignArena, lo que supone la tasa más baja entre modelos con un rendimiento comparable. La API ya está disponible en la plataforma Ant Bailian, que admite los protocolos de OpenAI y Anthropic, y se ofrece con una prueba gratuita de dos semanas.