560B 參數只開 25B 就上場：螞蟻 Ling-3.2 Flash 用三項基準成績，把焦點拉到推理成本

11 月 6 日，螞蟻百靈團隊宣布推出原生多模態模型 Ling-3.2-flash。規格上是 560B 總參數、約 25B 啟用參數、1M 上下文視窗，支援圖像、文字與影片輸入。官方公布的評測結果顯示，它在三項基準上超過 Anthropic 的 Claude Opus 5（max）：OmniDocBench 1.5 得分 92.21 對 90.56，ZEROBench（Sub）43.71 對 39.52，Vision2Web 85.86 對 80.20。

三項贏過頭部模型，單看數字很有聲量。但對開發者來說，更值得看的是這個模型怎麼在能力與成本之間取捨，以及它的定價放在目前的市場裡落在哪個位置。

模型像一間大公司，每次只派一個部門出動

560B 總參數配 25B 啟用參數，這組數字通常對應混合專家（MoE）架構。用日常比喻：這像一間 560 人的大公司，但每次處理一件工作時，真正上場的只有約 25 人，其他人待命。好處是知識存量做得很大，單次計算的成本卻壓得下來。

這也正是「Flash」命名的邏輯：與全量啟用的大型模型相比，它用較少的推理開銷換取接近的能力水準。對按 token 付帳的開發者來說，架構選擇最終會反映在每百萬詞元的帳單上。

模型重點強化的四個方向：複雜視覺理解、多模態長程 Agent、3D 理解與互動、醫療多模態。其中醫療多模態涵蓋醫學影像理解與報告解讀，輔助專業醫療分析，這與螞蟻集團在支付與保險場景的業務布局有明顯對應。

三項基準的勝負，要放在情境裡讀

三項勝出的基準各有指向。OmniDocBench 1.5 測文件解析，Vision2Web 測從視覺到網頁操作的轉換，這兩項直接對應企業文件流程與 Agent 應用場景，與本站先前討論過的文件抽取選型議題是同一條需求線：非結構化文件轉成可用欄位，正在成為獨立的產品類別。ZEROBench（Sub）則偏向視覺推理的難題測試。

在 DesignArena 圖像轉前端競技場，該模型以 1238 的 Elo 分數進入前十，與 Meta、DeepSeek 及 Anthropic 的模型並列。值得注意的是「並列」，說明在這個競技場上，領先集團之間的差距已經小到 Elo 分數難以拉開。

定價才是真正的訊號

API 定價為輸入每百萬詞元 0.30 美元、輸出每百萬詞元 0.90 美元。DesignArena 榜單指出，這是同性能等級模型中最低的費率。API 已在螞蟻百靈平臺上線，相容 OpenAI 與 Anthropic 兩種協議，上線前兩週限時免費。

相容雙協議這個細節對遷移成本影響很大。開發者換模型最大的痛點往往在改程式碼介面，同時支援兩種主流協議，等於把切換門檻降到接近換一組金鑰。這與近期模型競爭軸線移向成本的走向一致：當能力差距縮小，單任務成本與遷移摩擦就成為主要的競爭變數。

螞蟻百靈過去的節奏也值得對照。Ling-3.0-flash-Fin 曾限免一個月後開源，Ling-3.1-flash 亦採開源路線。這次 Ling-3.2-flash 採限免兩週加 API 上線的模式，開源與否尚未在本次公布中說明，這會是後續觀察的重點。

所以呢

對正在評估多模態模型的團隊，這次發布提供兩個實際檢查點。第一，文件解析與網頁操作導向的基準成績，正好覆蓋企業最常見的兩類需求，值得用自家資料實測而非只看分數。第二，醫療多模態能力涉及專業判斷，模型宣稱的輔助分析與臨牀可用性之間仍有很長的驗證距離，導入前需要相應的專業審閱機制，這部分官方資訊尚未提供細節。

兩週限免是個低成本的試用窗口。對大多數開發者而言，真正的問題不是這個模型有多強，而是自己的工作負載裡，輸入與輸出的比例分布，會不會讓 0.30 與 0.90 美元這組價格，成為留在原平臺或遷移的決定性因素。