Ling 3.0 Flash

InclusionAI

Модель сделана с упором на эффективное использование токенов и агентный инференс в продакшен-масштабе. Она помогает разработчикам добиваться большего в рамках ограниченных бюджетов по токенам, задержке и затратам на обслуживание.

Основные характеристики

Параметры
124.0B
Контекст
131.1K
Дата выпуска
4 августа 2026 г.
Индекс
35.9

Временная шкала

Ключевые даты в истории модели
Анонс
4 августа 2026 г.
Последнее обновление
24 октября 2026 г.
Сегодня
25 октября 2026 г.

Технические характеристики

Параметры
124.0B
Токены обучения
-
Граница знаний
-
Семейство
-
Возможности
МультимодальностьZeroEval

Ценообразование и доступность

Вход (за 1М токенов)
$0.06
Выход (за 1М токенов)
$0.18
Макс. входящих токенов
131.1K
Макс. исходящих токенов
131.1K
Поддерживаемые возможности
Вызов функцийСтруктурированный выводВыполнение кодаПоиск в интернетеПакетная обработкаДообучение

Результаты бенчмарков

Показатели производительности модели на различных тестах и бенчмарках

Другие тесты

Специализированные бенчмарки
AA-LCR
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
65.1%
AIME 2026
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
93.2%
Artifacts Bench
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
77.0%
BFCL-V4
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
73.0%
BrowseComp
Внутренний харнесс однoагентного поиска; возобновление контекста при 64K через суммаризацию траектории и удаление истории; средний pass@1. • данные разработчика
72.2%
DRACO
Внутренний харнесс поискового агента; официальные рубрики для каждого вопроса, усреднённые по вопросам; модель оценки Claude Opus 4.6. • данные разработчика
70.4%
GDPval-AA
GDPval v2-AA Elo на публичном наборе из 220 задач с использованием официального фреймворка Stirrup; лимит 250 ходов; тайм-аут 5 часов. • данные разработчика
36.9%
HMMT Feb 26
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
87.0%
IFBench
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
74.5%
IMO-AnswerBench
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
83.7%
LiveCodeBench v6
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
82.8%
MCP Atlas
Публичный набор из 500 задач; официальный harness v1; лимит 20 ходов; судья по покрытию утверждений — Gemini-2.5-Pro. • данные разработчика
65.5%
Multi-IF
Официальная таблица оценки из карточки модели; подробные условия не указаны. • данные разработчика
87.7%
SkillsBench
Харнесс Kilo Code на 87 задачах, запускаемых по умолчанию, за исключением задач, зависящих от внешних API; среднее по 3 запускам. • данные разработчика
44.8%
SWE-bench Multilingual
Агентный harness OpenHands с адаптированными промптами; temperature=0.6, top_p=0.95, max_new_tokens=32K; контекст 256K. • данные разработчика
72.4%
SWE-Bench Pro
Агентный harness OpenHands с адаптированными промптами; temperature=0.6, top_p=0.95, max_new_tokens=32K; контекст 256K. • данные разработчика
56.6%
Tau3 Banking
Протокол, согласованный с Artificial Analysis; GPT-5.4-mini со средним усилием рассуждения использовалась для симуляции пользователя и проверки утверждений на естественном языке. • данные разработчика
28.0%
Terminal-Bench 2.1
Протокол Artificial Analysis; стандартная обвязка Terminus 2; тайм-аут 2 часа; JSON-парсер с сохранением мышления; среднее по 3 прогонам задачи; temperature=0.6, top_p=1.0, max_new_tokens=32K; контекст 256K. • данные разработчика
57.0%
WideSearch
Внутренний базовый однoагентный поисковый харнесс на основе basic-ReAct; официальный промпт и судья GPT-4.1 на исправленном датасете; средний pass@1. • данные разработчика
73.6%

Лицензия и метаданные

Лицензия
unknown
Дата анонса
4 августа 2026 г.
Последнее обновление
24 октября 2026 г.

Сравнить Ling 3.0 Flash

Все сравнения

Похожие модели

Все модели

Рекомендации основаны на схожести характеристик: организация-разработчик, мультимодальность, размер параметров и производительность в бенчмарках. Выберите модель для сравнения или перейдите к полному каталогу для просмотра всех доступных моделей ИИ.