Ant Ling、総パラメータ560B・アクティブ25Bのネイティブマルチモーダルモデル「Ling-3.2-flash」を公開
Ant Lingの更新履歴によると100万トークンの文脈、画像・テキスト・動画のネイティブ入力に対応し、視覚理解、長期マルチモーダルエージェント、3D、医療に注力。APIは2週間無料で、重み公開は発表されていない。
なぜ重要か
Ling-3.2-flashはAnt GroupのLingシリーズを9月のLing-3.0-flash-VLからネイティブなマルチモーダルMoEモデルへ進め、BaiduのERNIE 5.5 Flash Base重み公開と並ぶ今週の中国勢の大型発表の一つとなった。医療マルチモーダルや3D操作を前面に出す点は珍しい。現時点ではAPIのみで2週間無料。独立したベンチマークと重み公開の有無が焦点だ。
要点
- 総560B、アクティブ25B
- 100万トークンの文脈長
- 画像・テキスト・動画をネイティブ入力
- 公開後2週間無料