Ling 3.0 Flash VL

Ne İçin Kullanılır?

• ✓Görsel ve video içerikli soru-cevap
• ✓Uzun video analizi, olay yerini bulma
• ✓Belge/ekran görüntüsü ayrıştıran ajanlar
• ✓Ucuz çok modlu API işleri

Ling 3.0 Flash VL, InclusionAI'nin (Ant Group) 10 Eylül 2026'da yayınladığı ve Ling 3.0 Flash'ın görsel kardeşi olan yerel çok modlu model. Aynı verimli iskelet: 124 milyar toplam parametre, token başına yalnızca 5,5 milyar aktif (512 uzmanlı MoE, token başına 8 uzman aktif). Yeni olan, görsel bilginin sürecin tamamına girmesi — sadece resme bakmak değil, anlama, akıl yürütme, eyleme geçme ve sonucu doğrulama adımlarında da kullanılması. Görsel özellikler bir ViT kodlayıcıdan geçiyor, iki katmanlı bir MLP bunları metin temsilleriyle hizalıyor. Video tarafında VideoRoPE kullanılıyor; uzamsal konumları ve zamansal sırayı birlikte kodlayarak olay yerini bulma, uzun video soru-cevabı ve video klip düzenleme gibi işleri destekliyor. Model kartına göre context window 256K'ya kadar çıkıyor; ancak yapılandırma dosyasındaki metin tarafı sınırı 131.072 ve OpenRouter'ın ücretli uç noktası da bu değeri veriyor — ücretsiz uç nokta 262.144 gösteriyor. Arada kaldığım için veritabanına doğrulanabilir olan 131.072 değerini yazdım, üst sınırın karttaki iddia olduğunu da not ediyorum. Fiyat 1M token için 0,06 dolar giriş, 0,18 dolar çıkış (OpenRouter). OpenRouter'da :free uç noktası da var, yani ücretsiz denemek mümkün. Ağırlıklar MIT lisansıyla açık. InclusionAI aynı ailede Çin finans sektörüne yönelik Ling 3.0 Flash Fin ve bir de Sante varyantı yayınladı; VL bunların içinde genel amaçlı görsel olan. Verimlilik ile çok modlu yeteneği aynı pakete koyması modelin asıl satış noktası: küçük aktif parametre sayısı sayesinde hem ucuz hem hızlı. Türkçe performansı test edilmedi.

En Yakın Alternatif

Gerekli Programlar

Açık ağırlıklı bir modeli kendi bilgisayarında çalıştırmak için bir model yöneticisi gerekir. İkisi de ücretsiz, ikisi de Windows, Mac ve Linux'ta çalışır.