O Ling 3.2 Flash, da série Ling da Ant Group, incorpora visão a um modelo MoE de grande porte e trabalha com contexto de 1 milhão de tokens. Segundo a Ant, ele supera o Claude Opus 5 (max) em benchmarks visuais.
O que é e o que muda em relação ao 3.1
O Ling 3.2 Flash usa arquitetura Mixture of Experts (MoE) com 560 bilhões de parâmetros no total. Só 25 bilhões ficam ativos por token, o que acelera a inferência. O OpenRouter o descreve como modelo de raciocínio híbrido, com entrada de texto e imagem.
Segundo o orcarouter.ai, o esqueleto é o mesmo do Ling 3.1 Flash, no tamanho e no contexto. A novidade é a visão, e os pesos deixam de ser abertos. O note afirma que a Ant integrou visão e linguagem na própria arquitetura, sem módulo visual externo como o CLIP.
O note também diz que o modelo aceita vídeo, mas não áudio. A ficha do OpenRouter lista apenas texto e imagem como entrada.
Desempenho divulgado
A comparação com o Claude Opus 5 (max), da Anthropic, vem de benchmarks visuais divulgados pela própria Ant. Entre eles está o OmniDocBench 1.5, que avalia a leitura de documentos complexos e gráficos, com OCR e extração de informações de artigos científicos e documentos corporativos.
Pontos-chave
- Até 200 imagens por requisição, segundo a ficha do OpenRouter.
- Pesos fechados: o orcarouter.ai diz que o 3.2 abandona a abertura do 3.1 Flash.
- Segundo o note, a API é compatível com os padrões da OpenAI e da Anthropic.
- A Ant cita o OmniDocBench 1.5 na comparação com o Claude Opus 5 (max).
Texto escrito por IA a partir das reportagens e páginas listadas abaixo e checado contra elas por uma segunda revisão automática. Atualizado em 13/11/2026 às 16:15 (Brasília).
Dossiê do lançamento
O que o laboratório informa, os benchmarks publicados e os primeiros relatos de uso. Cada item leva à página de onde saiu.
O que o laboratório informa
- Segundo a documentação da Ant Ling, o Ling-3.2-flash é o modelo nativamente multimodal mais recente da série Ling, voltado a tarefas complexas do mundo real. Aparece na série Ling 3.2 com data 2026.11. developer.ant-ling.com ↗
- Arquitetura MoE com 560B de parâmetros totais e cerca de 25B ativados por passo. Visão e linguagem são fundidas na própria arquitetura, sem módulo de visão externo. developer.ant-ling.com ↗
- Janela de contexto de até 1M de tokens. Pela documentação, a entrada aceita imagem, texto e vídeo. developer.ant-ling.com ↗
- Usos recomendados pelo laboratório: análise de imagem e vídeo, agentes multimodais de várias etapas, cenas 3D e relações espaciais, imagens e laudos médicos, e documentos e vídeos longos. developer.ant-ling.com ↗
- Em relação ao Ling-3.1-flash, foco em texto, código e agentes, a versão 3.2 mantém 560B/25B e 1M de contexto e acrescenta entrada multimodal nativa (resumo da AICoder sobre o anúncio). aicoder.com ↗
- Segundo a AICoder, o modelo foi lançado em 5/11 e é API-first, sem pesos no Hugging Face. As APIs são compatíveis com OpenAI e Anthropic e aceitam blocos image_url e video_url. aicoder.com ↗
Benchmarks publicados
Claude Opus 5 (max): 90.56
Divulgado pelo laboratório Ant Ling (inclusionAI), avaliação de lançamento ↗Claude Opus 5 (max): 39.52
Divulgado pelo laboratório Ant Ling (inclusionAI), avaliação de lançamento ↗Claude Opus 5 (max): 80.20
Divulgado pelo laboratório Ant Ling (inclusionAI), avaliação de lançamento ↗Levantamento feito por um agente de IA com busca na web em 13/11/2026. Cada item traz o link da página consultada; confira a fonte antes de decidir.
Fontes usadas no texto
Notícia
Ling-3.2-flash vs Ling-3.1-flash: Same 560B Skeleton, One New Sense, No New Weights orcarouter.ai · 2026-11-05O orcarouter.ai compara o 3.2 com o 3.1 Flash: mesma base de 560B e 1M de contexto, com visão adicionada e sem pesos abertos.
[The 560B Shock] Ant Group's latest multimodal LLM 'Ling-3.2-flash', which claims to surpass Claude Opus, has arrived! 2 weeks free now note · 2026-11-07O note descreve a arquitetura MoE de 560B com 25B ativos, a integração nativa de visão, o suporte a vídeo sem áudio, a compatibilidade de API e a alegação da Ant sobre o Claude Opus 5 (max).
