Ling-3.2-flash：560B 参数只激活 25B，PDF 丢进去直接出代码
模型采用原生多模态 MoE 架构，总参数 560B，激活参数 25B。上下文窗口最大 100 万 token。官方文档列出的输入类型是文本、图像和视频。文档同时记录了 OpenAI 兼容和 Anthropic 兼容的 API 访问方式。
图表标注的对比结果，是在官方评测设置下通过 API 收集的。MathVision（带置信区间）为 96.80。Humanity's Last Exam-MM 为 30.12，指的是多模态子集。ZEROBench 为 18.00，ZEROBench(Sub) 是 43.71，两项分开列。
其他几项：BabyVision 69.85，OmniDocBench 1.5 92.21。CharXiv_RQ 85.15，GDP.pdf 22.25。MedXpertQA-MM 79.93，Vision2Web 85.86。AndroidWorld 85.63，BlenderBench 67.77。AntBench-Medical 单独报告：综合全面性 89.52%，正确性 99.22%。
演示内容包括 PDF 转代码、GUI 操作、3D 重建工作流和多智能体协作。
关键事实
- Ant Ling 发布了 Ling-3.2-flash 模型。
- 该模型是原生多模态的混合专家（MoE）架构。
- 模型总参数为 560B，激活参数为 25B。
- 模型支持最大 100 万 token 的上下文窗口。
- 官方文档说明模型支持文本、图像和视频输入。
- 在 MathVision（带置信区间）评测中得分为 96.80。
- 在 Humanity's Last Exam-MM（多模态子集）评测中得分为 30.12。
- 在 ZEROBench 评测中得分为 18.00，在 ZEROBench(Sub) 中得分为 43.71。