Ling-3.2-flash 限時免費：多模態模型贏在文件與網頁視覺

用 AI 摘要這篇文章：

ChatGPT Claude Perplexity Google Grok

螞蟻集團的模型平台螞蟻百靈（Ant Ling）在 11 月 5 日上線新模型 Ling-3.2-flash，上線後兩週限時免費，換算下來大約到 11 月 19 日。規格面是 560B 總參數、每次啟用約 25B、上下文上限 100 萬 token，原生接收文字、圖片與影片輸入，並相容 OpenAI 與 Anthropic 兩種呼叫協定。不過官方發布評測圖上真正值得記住的是兩件事：文件解析與網頁視覺這兩類任務，它拿到六個模型同場的第一；難題推理、3D 場景理解與 Android 自動化，它與同場最強的 Opus 5 和 GPT-5.6-Sol 之間仍有明顯差距。

把這兩件事放在一起看，這次更新的輪廓就清楚了。想找便宜好用的文件理解或網頁視覺 API 的人，兩週免費期是個低成本的驗證機會；期待「全面超越一線模型」的人，同一張圖會先給你反證。

560B 旗艦檔位第一次裝上原生多模態

Ling-3.2-flash 在官方模型文件裡的定位是「最新一代原生多模態模型」。原生多模態指的是視覺能力從架構層就融進模型，圖片、文字、影片直接進到同一套推理流程，官方文件特別註明「不依賴外掛視覺模組」。它可以看影片回答內容問題，可以讀帶版面的文件，也可以在多步驟任務裡持續使用畫面資訊做判斷。這是輸入端的能力，官方沒有宣稱它能生成影片或圖片。

這個「第一次」需要說得精確一點。螞蟻百靈其實已有一個原生多模態模型 Ling-3.0-flash-VL，總參數 124B、啟用 5.5B、上下文 256K，而且權重已經開源。3.2 的增量是把原生多模態推上 560B 的旗艦檔位，重點強化官方列出的四個方向：複雜視覺理解、多模態長程 Agent、3D 理解與互動、醫療多模態。

Pin

從平台更新日誌看，這條產品線一年出頭走得相當快：2025 年 10 月以 Ling-1T 起家，2026 年 4 月的 2.6-1T 旗艦在隔月補上可調推理強度，7 月的 3.0-flash 轉向高性價比路線，9 月加上 3.0-flash-VL 的原生多模態，10 月補語音與圖像生成，11 月再把原生多模態推上旗艦檔位。這個背景解釋了 3.2 的定位：它站在一條每個月都在補品類的產品線上，而不是一次孤立的大版本跳躍。

家族裡另有 1.3B 啟用的 Ling-3.0-tiny，走本地端與低資源路線，與這次的旗艦多模態剛好是兩個極端。選型指南也提醒，對延遲敏感的線上服務可以考慮 3.0-flash，它的低啟用參數讓首個 token 的等待時間與輸出速度都更有優勢。

它和既有的 Ling-3.1-flash 是同檔位的分工，不是取代關係。兩者都是約 560B 總參數、25B 啟用、100 萬 token 上下文；官方選型指南把「個人助理、辦公任務、長流程開發」導向 3.1，把「複雜視覺理解、多模態長程 Agent、3D 理解與互動、醫療多模態」這類複雜多模態任務導向 3.2。換句話說，純文字的長任務官方自己都不建議換到 3.2，多出來的視覺能力才是這次付的錢（免費期內是時間）。

官方評測圖上，它真正贏的是文件解析與網頁視覺

官方 X 帳號在 11 月 5 日發布的評測圖，把 Ling-3.2-flash 和 GPT-5.6-Sol、Claude Opus 5、Kimi K3、GLM-5.3-Flash、DeepSeek-V4.1-Flash 五個對手放在 12 個評測面板裡比較。先看它領先的部分，因為這部分和實際工作最對得上。

文件解析評測 OmniDocBench 1.5，Ling-3.2-flash 拿 92.21，高於 Opus 5 的 90.56、GLM-5.3-Flash 的 90.50 與 Kimi K3 的 89.85，是全場最高。這個評測考的是從 PDF、表格、混合版面裡把內容完整抽出來，分數差在這種場景會直接換成欄位正確率，對做文件抽取的人參考價值最直接。網頁視覺任務 Vision2Web 拿 85.86，領先 DeepSeek-V4.1-Flash 的 85.69 與 Opus 5 的 80.20，同樣是全場第一；這類任務的典型形態是看著畫面或設計稿還原可用的網頁。ZEROBench 的子項目（Sub）43.71 也是全場最高。醫療評測 AntBench-Medical 的完整性（Comprehensiveness）口徑它拿 89.52%，略高於 Kimi K3 的 89.33%。

Pin

表內數字全部取自官方發布圖。圖註載明對照模型的成績是透過 API 在官方測試設定下測得；對照組名稱都掛著（max）後綴，一般用來指最高一檔的努力設定，比較條件看起來是一致的；但整張圖仍是廠商自測，不是第三方獨立榜單，題目挑選與設定都在官方手裡。分數適合當方向參考，適合在用自己的資料驗證後再當結論。

同一張圖也寫著邊界

官方貼文的用詞是「在發布評測中超越 Opus 5（max）」。把 12 個可比較的欄位逐項清點，對上 Opus 5 是 6 勝 6 敗；勝的是 MathVision、ZEROBench 子項、OmniDocBench 1.5、GDP.pdf、MedXpertQA-MM、Vision2Web，敗的是 HLE-MM、ZEROBench 全集、BabyVision、CharXiv_RQ、AndroidWorld、BlenderBench。對上同場的 GPT-5.6-Sol，是 5 勝 7 敗。領先集中在文件與網頁視覺，落後集中在另外三塊。

難題推理是差距最大的一塊。HLE-MM（Humanity’s Last Exam 多模態子集）Ling 拿 30.12，Opus 5 是 42.69，GPT-5.6-Sol 是 43.86；ZEROBench 全集它拿 18.00，落後 GPT 的 30.00 與 Opus 的 26.00。3D 場景理解的 BlenderBench 它拿 67.77，Opus 5 與 GPT 都在 79 以上。Android 手機自動化 AndroidWorld 它拿 85.63，Opus 5 是 90.09。對照 Vision2Web 的領先，可以看出它的強項在「讀懂網頁畫面」，到了「操作手機系統」就換人領先，這兩件事對想把模型接進自動化流程的人是不同的採購訊號。

中間帶的幾個項目也值得看一眼，因為它們顯示差距是漸層而非斷崖。數學視覺題 MathVision 它拿 96.80，高於 Opus 5 的 96.25，但輸給 Kimi K3 與 GPT-5.6-Sol 的 97.80；圖表推理 CharXiv_RQ 拿 85.15，以 0.05 之差高於 GPT-5.6-Sol、以 1.65 之差低於 Opus 5；醫學知識題 MedXpertQA-MM 拿 79.93，輸 GPT-5.6-Sol 的 81.50、贏 Opus 5 的 76.30。這幾個項目上六個模型都擠在十幾分的區間內，誰第一其實取決於題目分佈，真正拉開差距的是前面那些難題推理與 3D 項目。

讀這張圖還有兩個技術性提醒。圖上五個面板的縱軸不是從零開始（MathVision 從 60 起、OmniDocBench 從 70 起、其餘三個從 50 起），視覺上的柱高差距會放大實際分數差距；醫療的 AntBench-Medical 分完整性和正確性兩個口徑，Ling 在完整性最高、正確性 99.22% 略低於 Kimi 的 99.66%，兩個數字不該合併成一個「醫療能力」。官方文件對這個方向的定位是醫學影像理解與報告解讀、輔助專業分析；資料集分數和臨床可用性是兩件事，涉及實際醫療判斷的流程不該因為榜單分數而改變。

百萬上下文是輸入輸出共用的容量

560B 總參數配 25B 啟用，是 MoE 架構的典型配置：每一個 token 只路由到一部分專家網路，模型容量按總參數走，回應速度與算力消耗按啟用規模走。對使用者的意義相當實際，這個模型的計費與延遲不會是「560B 等級」的，但知識容量是。

100 萬 token 聽起來很大，官方 FAQ寫得直接：這個上限由輸入和輸出共用。系統指令、對話歷史、工具回傳的結果、模型自己的回答，全部從同一個額度裡扣。丟一份接近上限的長文件進去，留給模型回答的空間就所剩無幾；多輪的視覺 Agent 任務還會因為每次工具回傳逐步吃掉容量。規劃長文件或長影片工作時，先算輸出預留再算輸入，比反著來安全。

token 和影片長度也沒有固定換算。影片會以取樣方式進入模型，畫面密度、解析度都會影響消耗，官方文件沒有提供「幾分鐘影片等於多少 token」的對照表，實際用量要自己測。

免費期的真實結構：兩週全免，外加每日五十萬 token 常態額度

定價頁的寫法是「Ling-3.2-flash 上線前 2 週限時免費，活動結束後恢復原價」。定價表裡有兩個細節會影響免費期的用法。定價表裡目前沒有 Ling-3.2-flash 的常態價格，表中列出的是 Ling-3.1-flash（現折 2.5 折，輸入每百萬 token 人民幣 0.50 元、輸出 1.50 元）與 Ling-3.0 系列的數字；免費期結束後 3.2 的正式費率是未知數，拿 3.1 的價格去推算長期成本沒有依據。免費期之外，平台本來就有每日 50 萬 token 的常態免費額度（含輸入輸出，每天凌晨 2 點前發放，當日未用完不保留），免費期結束後小規模測試還有空間。計費按量結算、每天凌晨生成前一日帳單，餘額不足會直接暫停服務。照官方計費說明「1 個漢字約等於 2 個 token」換算，50 萬 token 大約是 25 萬個字的往來空間，跑問答和小樣本驗證夠用，跑整批文件就會見底。另照官方定價頁，3.1-flash 在 OpenRouter 上的計價是輸入每百萬 token 0.30 美元（折扣價 0.075 美元）、輸出 0.90 美元（折扣價 0.225 美元），3.2 未來若跟進第三方平台，美元價會是海外用戶另一個比價基準。

Pin

接入前的三道門

程式接入本身不複雜。API 端點是 api.ant-ling.com/v1，官方快速開始文件直接給 OpenAI SDK 的範例，換掉 base_url 和 model 名就能呼叫；Anthropic 協定也支援，站上還備了 Claude Code、OpenClaw、Kilo Code、Hermes Agent 四款工具的整合說明。要注意的是協定相容不等於每套軟體都放行：FAQ 點名 Trae 這類只接受特定雲端廠商官方渠道的 IDE，目前不支援自訂模型入口，想接的人得先確認自己的工具能不能改模型位址。真正的門檻在帳號與限制這一層。

支付寶是最先撞上的一道。開通服務要先在 API 控制台綁定支付寶帳號，儲值走支付寶小程式雲的雲錢包，定價頁明寫企業版支付寶帳戶暫不適用，企業合作被導向另一條聯絡管道。海外或企業用戶在測之前，得先確認自己過得了這關；台灣帳戶能不能走完開通流程，這裡沒有實測，請以實際註冊結果為準。

併發是接下來的上限。FAQ 載明 Ling Studio open API 的每秒請求數上限是 2，高併發需求要另洽官方或走螞蟻數科的大模型平台。做批次處理要自己排隊，做即時服務要預先評估這個上限。FAQ 把提升 QPS、企業級資源保障、開發票、包月套餐這些需求都導向螞蟻數科的大模型平台或客服，正規的生產接線要走那條企業路徑。

還有一道門同時擋住兩種人：沒有權重、也還沒上第三方平台。Ling 家族走開源路線，3.0 系列的權重也在 Hugging Face 與 ModelScope 上，但截至 11 月 10 日，Ling-3.2-flash 的權重尚未上架，OpenRouter 與 ZenMux 兩個聚合平台上的螞蟻百靈模型也還停在 3.1 以下。想自架或想用既有聚合平台帳號的人，此刻只有官方 API 和 Ling Studio 對話頁兩條路。

免費期內值得測什麼

測試不一定要從程式開始。Ling Studio 對話頁就能直接跟 Ling-3.2-flash 對話，拿幾份自己的文件或截圖上傳，先看它讀版面的表現，是成本最低的起點。如果有文件抽取、報表解讀或網頁畫面理解的工作在手上，這兩週值得排一輪正式測試：固定同一批樣本，寫下預期答案，讓現用模型和 Ling-3.2-flash 各跑一輪再人工核對。文件類任務特別適合，因為這正好是它在評測圖上最強的帶；GUI 自動化類可以先小範圍試，它的 Vision2Web 領先但 AndroidWorld 落後，兩個場景別一起下結論。

測試期間順手留下紀錄：同一批樣本的通過率、失敗集中在哪類內容、每次呼叫的實際用量。等常態價格公布，這份紀錄就是判斷「值不值得付費」的直接依據，比免費期結束後再憑印象決定可靠。免費期結束前後有三件事要回來查：定價頁會不會補上 3.2 的常態費率、權重會不會像前代一樣開源上架、第三方平台會不會跟進。追蹤的入口就是官方更新日誌，從 9 月的多模態 3.0-flash-VL、10 月的語音與圖像模型到這次的 3.2，平台已經連續三個月每月有新品上架，這三件事的答案最快也會出現在同一個地方。在這三件事落地前，把它當成「免費試用中的文件視覺備選」，比當成「可以搬遷的主力模型」穩當。