蚂蚁百灵 Ling 3.2 Flash 发布：560B 参数、1M 上下文，价格压到同级最低

蚂蚁百灵团队发布了一个新的原生多模态模型 Ling-3.2-flash。它的体量不小：总参数 560B，每次激活约 25B，上下文窗口给到 1M，图片、文字、视频都能直接作为输入。

四项能力被重点加强

官方说这次重点补了四块：复杂视觉理解，也就是对图像和视频做更深的推理分析；多模态长程 Agent，要求在多步任务里一直记住目标，靠看到和读到的信息做决策；3D 理解与交互，偏向三维场景和空间关系的判断；医疗多模态，覆盖医学影像理解和报告解读，用来辅助专业分析。

三项基准超过 Claude Opus 5

按蚂蚁公布的成绩，Ling-3.2-flash 在三项评测上压过了 Claude Opus 5（max）：OmniDocBench 1.5 拿到 92.21，对手是 90.56；ZEROBench（Sub）43.71 对 39.52；Vision2Web 85.86 对 80.20。在 DesignArena 的图像转前端竞技场里，它以 1238 的 Elo 分数进了前十，和 Meta、DeepSeek、Anthropic 同场。

560B 总量、25B 激活意味着什么

这个组合通常对应混合专家架构：模型肚子里存了很多知识，但每次计算只调用其中一部分，所以既能装下大容量，又不至于把单步成本推高。这也是它敢把价格压下来的底气。

价格是这次的重点

API 定价为输入每百万词元 0.30 美元（约 2 元人民币），输出每百万词元 0.90 美元（约 6 元人民币）。官方和 DesignArena 都指向同一个说法：这是同性能级别里最低的费率。接入方式也省事，兼容 OpenAI 和 Anthropic 两套协议，模型已经在蚂蚁百灵平台上线，可以在对话页直接试，上线前两周免费。

核心看点：

• 560B 总参数 / 约 25B 激活 / 1M 上下文，原生支持图文视频
• 三项基准超过 Claude Opus 5（max），图转前端 Elo 进前十
• 输入 0.3 美元、输出 0.9 美元每百万词元，前两周免费