Le 5 novembre, Ant Ling a lancé Ling-3.2-flash, un modèle nativement multimodal de 560 milliards de paramètres au total, dont 25 milliards activés par étape, avec une fenêtre de contexte d'un million de tokens et une prise en charge native des entrées image, texte et vidéo. L'enjeu de cette mise à jour n'est pas le nombre de paramètres, mais l'intégration de la vision dans le socle de raisonnement, pour que le modèle s'attaque directement aux tâches multimodales de longue haleine.
560 milliards de paramètres, 25 milliards actifs : comment se calcule le coût ?
Comme Ling-3.1-flash, sorti en septembre, Ling-3.2-flash repose sur une architecture MoE de 560 milliards de paramètres au total et environ 25 milliards activés : à l'inférence, seuls les réseaux d'experts pertinents pour le token courant sont appelés, ce qui permet d'exploiter un bien plus grand modèle avec beaucoup moins de calcul réel. La différence, c'est que 3.1 était un modèle hybride centré sur le raisonnement, tandis que 3.2 intègre la vision dans l'architecture elle-même au lieu de greffer un module visuel sur un modèle de langage. La fenêtre d'un million de tokens permet d'ingérer d'un coup un long document, une longue vidéo ou une conversation en plusieurs tours, puis de raisonner d'une modalité à l'autre. Pour les développeurs, cela veut dire un coût d'inférence plus faible pour la même tâche — à condition que la tâche ait vraiment besoin d'image, de texte et de vidéo ensemble. Pour du texte pur, c'est du gaspillage.
Trois benchmarks devant Opus 5 : quelle confiance leur accorder ?
Dans les benchmarks publiés par Ant, Ling-3.2-flash devance Claude Opus 5 (max) sur trois tests : 92,21 contre 90,56 sur OmniDocBench 1.5, un benchmark de compréhension de documents, 43,71 contre 39,52 sur un sous-ensemble de ZEROBench, et 85,86 contre 80,20 sur Vision2Web, qui transforme des images en sites web. Sur l'arène indépendante DesignArena, il entre dans le top 10 du classement image-vers-frontend avec un Elo de 1238. Mais tous ces chiffres sont publiés par le vendeur et n'ont pas encore été vérifiés de façon indépendante : les benchmarks choisis sont des terrains favorables au modèle, et la version complète d'Opus 5 comme les conditions de test n'ont pas été entièrement divulguées. Ce qui tranchera vraiment, ce sont les retours des développeurs sur des tâches réelles après le lancement, pas trois tableaux de scores le jour de l'annonce.
Peut-on déjà l'utiliser, et les poids seront-ils ouverts ?
Le modèle est déjà testable dans l'interface de chat d'Ant Ling, son API est compatible avec les protocoles d'OpenAI et d'Anthropic, et gratuite pendant les deux premières semaines. Selon IT Home, l'API est facturée 0,30 dollar par million de tokens en entrée et 0,90 dollar en sortie. Ant n'a pas dit si les poids de Ling-3.2-flash seront publiés en open source : la génération précédente, Ling-3.1-flash, avait publié ses poids sous licence MIT une fois la période gratuite terminée. Que 3.2 suive la même voie dépendra de la prochaine annonce d'Ant. Les équipes pressées peuvent profiter de la période gratuite pour le valider ; celles qui visent un déploiement local ne devraient pas attendre et garder la version open source 3.1 comme solution de repli.
