Am 5. November hat Ant Ling Ling-3.2-flash veröffentlicht, ein nativ multimodales Modell mit 560 Milliarden Parametern insgesamt und 25 Milliarden aktivierten pro Schritt, einem Kontextfenster von einer Million Tokens und nativer Unterstützung für Bild-, Text- und Videoeingaben. Der Kern dieses Upgrades ist nicht die Parameterzahl, sondern dass visuelle Fähigkeiten in die Reasoning-Basis eingebaut sind, sodass das Modell multimodale Langzeitaufgaben direkt angehen kann.
560B Parameter, nur 25B aktiv: Wie rechnet sich das?
Wie Ling-3.1-flash, das im September erschien, ist auch Ling-3.2-flash eine MoE-Architektur mit 560B Parametern insgesamt und etwa 25B aktivierten: Zur Inferenzzeit werden nur die Expertennetzwerke aufgerufen, die für das aktuelle Token relevant sind, sodass mit deutlich weniger Rechenaufwand ein viel größeres Modell genutzt wird. Der Unterschied: 3.1 war ein hybrides Modell mit Schwerpunkt auf Reasoning, während 3.2 Vision in die Architektur selbst einbaut, statt ein Vision-Modul an ein Sprachmodell anzuhängen. Das 1M-Kontextfenster erlaubt es, lange Dokumente, lange Videos oder mehrstufige Dialoge in einem Durchgang aufzunehmen und dann modalitätsübergreifend zu schlussfolgern. Für Entwickler heißt das: geringere Inferenzkosten für dieselbe Aufgabe — aber nur, wenn die Aufgabe tatsächlich Bild, Text und Video gemeinsam braucht. Für reine Textarbeit ist das Modell Verschwendung.
Drei Benchmarks über Opus 5 — wie viel ist das wert?
In den von Ant veröffentlichten Hersteller-Benchmarks schlägt Ling-3.2-flash Claude Opus 5 (max) in drei Tests: 92,21 gegen 90,56 beim Dokumentenverständnis-Benchmark OmniDocBench 1.5, 43,71 gegen 39,52 bei einer ZEROBench-Teilmenge und 85,86 gegen 80,20 bei Vision2Web, das Bilder in Websites verwandelt. In der unabhängigen Arena DesignArena liegt es in der Image-to-Frontend-Rangliste mit einem Elo von 1238 unter den Top Ten. Doch all diese Zahlen stammen vom Hersteller und sind noch nicht unabhängig geprüft: Die Benchmarks sind Strecken, die dem eigenen Modell liegen, und die Vollversion von Opus 5 sowie die Testbedingungen wurden nicht vollständig offengelegt. Was wirklich zählt, ist das Feedback von Entwicklern bei echten Aufgaben nach dem Launch — nicht drei Punktetabellen am Tag der Ankündigung.
Kann man es schon nutzen, und werden die Gewichte offen sein?
Das Modell lässt sich bereits in der Chat-Oberfläche von Ant Ling ausprobieren, die API ist mit den Protokollen von OpenAI und Anthropic kompatibel und in den ersten zwei Wochen nach dem Start kostenlos. Laut IT Home kostet die API 0,30 US-Dollar pro Million Input-Tokens und 0,90 US-Dollar pro Million Output-Tokens. Ob Ant die Gewichte von Ling-3.2-flash als Open Source freigibt, ist noch offen: Die Vorgängerversion Ling-3.1-flash wurde nach Ablauf der Gratisphase unter der MIT-Lizenz veröffentlicht. Ob 3.2 denselben Weg geht, hängt von Ants nächster Ankündigung ab. Wer es eilig hat, kann die Gratisphase zur Prüfung nutzen; wer lokal deployen will, sollte nicht warten und die Open-Source-Version 3.1 als Alternative einplanen.
