Ling 3.0 Flash VL
Ant Group (inclusionAI)🇨🇳 CNMajor lab· Sep 4, 2026
TextReasoningVisionopen weightsAPI
Multimodal model with 124B total parameters and 5.5B active per token. It accepts image and video input and is aimed at agent tasks that involve reading web and software interfaces. The model card reports 42 on the Artificial Analysis Intelligence Index v4.1.1.
Summary of the model card
- Context
- 262K tokens
- Price / 1M tok
- $0.02 in · $0.06 out
- License
- mit
- Modalities
- text, image, video → text
5 variants
Sources
HuggingFaceOpenRouterDeutsch
Multimodales Sprachmodell mit 124 Mrd. Gesamtparametern, davon 5,5 Mrd. aktiv pro Token. Es verarbeitet Bild- und Videoeingaben und ist für Agentenaufgaben gedacht, etwa das Verstehen von Web- und Software-Oberflächen. Laut Modelcard erreicht es 42 Punkte im Artificial Analysis Intelligence Index v4.1.1.
Provenance
- Detected
- Sep 27, 2026
- First source
- openrouter
- Description
- Summary of the model card
- Editorially reviewed
- —