Ling 3.0 Flash

inclusionAI
Das Besondere an Ling 3.0 Flash ist die geringe aktive Rechenlast bei großer Modellkapazität. Von 124 Milliarden Gesamtparametern werden etwa 5,1 Milliarden pro Token aktiviert; 35 KDA-, 7 MLA-Schichten, 512 Experten und Top-8-Routing tragen 262.144 Token Kontext. InclusionAI stellt es als nächste Generation nach Ring 2.6 1T vor.
Der Denkmodus ist standardmäßig aktiv und lässt sich für schnelle Antworten abschalten. Die Modellkarte nennt Werkzeugaufrufe, Caching und Tests in mehr als 10.000 interaktiven Umgebungen als Zielbild. MIT erlaubt die Weiterverwendung der Gewichte.
Der Index mittelt Rangperzentile aus 10 dokumentierten Vergleichskohorten.
Seite 1 von 3
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall · Task fully resolved
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall · All-pass
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Overall
höhere Werte sind besserStand 29. September 2026Skala: 0 % - 100 %
Seite 1 von 3
Ein SVG-Prompt, feste Ausgabeparameter. Aufnahmen erscheinen nur bei gemeldeten 0 Reasoning-Tokens oder dokumentiert fehlender Reasoning-Steuerung. Gleiche Testbedingungen machen die interne Rechenleistung der Modelle nicht identisch.

Community-Klassiker für eine freie SVG-Zeichnung.
Ling 3.0 Flash

Reasoning (angefragt): high
Visuell geprüft. Aus diesem Einzeltest ergibt sich kein Gesamturteil über das Modell.
Generate an SVG of a pelican riding a bicycle
Tokenlimit inklusive Reasoning: 8.192 Token
Ursprung der Aufgabe (Simon Willison)39,3 / 100
| Angabe | Wert und Quelle |
|---|---|
| Gewichte | Open WeightsQuelle |
| Zugang | API, LokalQuelle |
| Parameter | 124 Mrd.Quelle |
| Aktive Parameter | 5,1 Mrd.Quelle |
| Kontextfenster | 262.144 TokenQuelle |
| Lizenz | MITQuelle |
| Architektur | hybrid-linear MoE, 35 KDA layers plus 7 gated MLA layers, 512 routed experts plus one shared expert, top-8 activeQuelle |
| Kontext-Trainingsplan | 8K -> 32K -> 256KQuelle |
| Eingabe | TextQuelle |
| Ausgabe | TextQuelle |
| Reasoning-Modus | thinking mode enabled by default; temperature 0.6, top_p 0.95, top_k 20Quelle |
| Werkzeugaufrufe | JaQuelle |
inclusionAI's own model card states Ling-3.0-Flash runs '124B total and 5.1B active parameters (~12.4% and ~8.1% of our previous 1T-class flagship Ring-2.6-1T)' and that it 'matches or outperforms its predecessor across key benchmarks,' naming Ring-2.6-1T as that predecessor despite the cross-line rebrand.
inclusionAI Ling-3.0-Flash model card (Hugging Face) (2026-09-19)| Art | Nachweis und Datenstand |
|---|---|
| Geschwindigkeit | InclusionAI. Ausgabetempo nach dem ersten empfangenen Textabschnitt, nicht die gesamte Antwortzeit. Abgerufen am 8. September 2026. |
| Preis | API-Basispreise ohne Cache- oder Batch-Rabatt. Höhere Kontextstufen und weitere Tarife stehen unter Kosten. |
| Eingabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Ausgabe | Dokumentierte Modalitäten. Abgerufen am 8. September 2026. |
| Recherchestand | Recherchestand 8. September 2026. 2 Quellen-URLs geprüft. Das dokumentiert die geprüften Quellen, nicht sämtliche Veröffentlichungen zu diesem Modell. |
| In den geprüften Quellen nicht gefunden | knowledge-cutoff Originalwortlaut The exact Ling-3.0-Flash card does not publish a training-data cutoff. |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | Vals AI (abgerufen 29. September 2026) |
| Weitere Quelle | OpenRouter: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Vercel AI Gateway: Beliebtheitsindex (abgeleitet), CC BY 4.0 |
| Weitere Quelle | Creative Commons Attribution 4.0 |