Ant Ling、560BのマルチモーダルモデルLing-3.2-flashを発表。3つのベンチマークでOpus 5を上回ると主張

Ant LingはLing-3.2-flashを発表し、総パラメータ数560B、アクティブパラメータ数25Bのネイティブ・マルチモーダルモデルと説明しています。同社によると、複雑な視覚理解、長期にわたるマルチモーダルエージェント、3Dの理解と操作、医療分野の知能に優れています。

Ant Lingが公開した評価結果は独立に確認されていませんが、3つのベンチマークでOpus 5 (max)を上回ったとしています。

• OmniDocBench1.5：92.21対90.56
• ZEROBench (Sub)：43.71対39.52
• Vision2Web：85.86対80.20

デモでは、専門エージェントを連携させて財務データからレポート、6枚のスライド資料、ハイライト動画を作成する様子や、レスポンシブなフロントエンドの構築とBlenderの操作、単一の2D参照画像からゲーム用アセットを3Dで再現する様子、研究論文PDFから動作するコードを作成する様子、食事の写真からカロリーと栄養素を推定する様子が紹介されています。Ant Lingによると、ユーザーはComputrixでモデルを試せます。