Ant Ling представляет Ling-3.2-flash — мультимодальную модель с 560 млрд параметров, которая, по заявлениям компании, превосходит Opus 5 в трёх бенчмарках

Ant Ling объявила о выпуске Ling-3.2-flash, которую называет нативной мультимодальной моделью с 560 млрд параметров всего и 25 млрд активных. По словам компании, модель лучше справляется со сложным визуальным пониманием, мультимодальными агентами с длительным горизонтом планирования, пониманием и взаимодействием с 3D-объектами, а также медицинскими задачами.

Согласно собственным тестам Ant Ling, результаты которых не подтверждены независимой проверкой, модель превосходит Opus 5 (max) в трёх бенчмарках:

• OmniDocBench1.5: 92,21 против 90,56
• ZEROBench (Sub): 43,71 против 39,52
• Vision2Web: 85,86 против 80,20

В демонстрациях модель координирует работу специализированных агентов, чтобы преобразовать финансовые данные в отчёт, презентацию из шести слайдов и видеоролик с ключевыми моментами; создавать адаптивные интерфейсы и управлять Blender; воссоздавать игровые ресурсы в 3D по одному 2D-изображению; превращать исследовательские PDF-файлы в работающий код; а также оценивать калорийность и содержание питательных веществ по фотографиям еды. Ant Ling сообщает, что опробовать модель можно на Computrix.