Ant Ling giới thiệu Ling-3.2-flash, mô hình đa phương thức 560B mà hãng cho biết vượt Opus 5 ở ba benchmark

Ant Ling công bố Ling-3.2-flash, mà hãng gọi là mô hình đa phương thức nguyên bản với tổng cộng 560B tham số, trong đó 25B tham số hoạt động. Hãng cho biết mô hình vượt trội về khả năng hiểu hình ảnh phức tạp, tác tử đa phương thức hoạt động trong thời gian dài, hiểu và tương tác với không gian 3D, cũng như trí tuệ y khoa.

Các đánh giá trong đợt phát hành do Ant Ling tự thực hiện, chưa được xác nhận độc lập, cho biết mô hình đạt điểm cao hơn Opus 5 (max) ở ba benchmark:

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

Các bản demo cho thấy mô hình phối hợp các tác tử chuyên biệt để biến dữ liệu tài chính thành báo cáo, bộ slide sáu trang và video tổng hợp điểm nổi bật; xây dựng giao diện frontend đáp ứng và thao tác Blender; tái tạo tài sản trò chơi 3D từ một ảnh tham chiếu 2D duy nhất; chuyển các tệp PDF nghiên cứu thành mã chạy được; và ước tính calo cùng chất dinh dưỡng từ ảnh bữa ăn. Ant Ling cho biết người dùng có thể dùng thử mô hình trên Computrix.