蚂蚁百灵 Ling-3.2-flash 发布：560B 参数只激活 25B，输入价 $0.3

11 月 6 日，蚂蚁集团旗下百灵团队发布多模态模型 Ling-3.2-flash。规格表上有三个数字值得停下来看：总参数 560B 的 MoE 架构，每个 token 只激活 25B；上下文长度直接给到 1M；API 输入价格每百万 token 0.3 美元，上线前两周免费。对做长文档处理和智能体应用的开发者来说，这是一条需要认真核算的供给信号。

规格拆解：大参数、小激活、长上下文

Ling-3.2-flash 的核心规格可以拆成三层来看。

参数与激活比例

总参数 560B、激活 25B，激活比约 4.5%。这意味着推理成本按 25B 激活量计，而能力上限取决于 560B 的总容量。这与此前美团 LongCat-2.5（1.6 万亿总参数、激活 480 亿）走的是同一条稀疏化路线——用大容量换能力，用小激活压成本。

1M 上下文的实际含义

1M token 上下文约等于一次读完 150 万字左右的中文材料。对合同审阅、代码库级理解、长报告归档这类任务，可以省掉切分和检索环节。但要注意：长上下文的实际可用长度、中间内容召回精度，官方规格表给不出来，需要实测验证。

多模态与电脑操作

据官方发布，该模型能看图、能操作电脑。电脑操作能力意味着它可以进入智能体（Agent）工作流，与浏览器、桌面应用交互。这把它的定位从"对话模型"推向了"执行模型"。

定价：每百万输入 0.3 美元意味着什么

每百万输入 token 0.3 美元，处于当前主流旗舰模型输入价的低位区间，前两周还免费。

但按单价比较模型是有坑的。此前站内分析过 SuperCLUE 编程测评的成本数据：同一个榜单上，不同模型完成同一任务的总 token 消耗可以差 13 倍——单价低的模型如果轮次多、消耗大，单任务总成本反而更高。所以 0.3 美元这个数字只能当作入门参考，真正的账要按"完成一次任务的总消耗 × 单价"来算。

合理的验证方式是拿自己的真实任务跑一轮：记录输入、输出、交互轮次，再对比现有方案的单任务总成本。

自测成绩的边界

官方称 Ling-3.2-flash 三项基准自测超过 Claude Opus 5。需要注意两点：

1. 自测不等于第三方验证。 厂商自选基准、自定评测条件，成绩只能作为参考起点。第三方榜单（如 SuperCLUE 月度评测）才是更中立的阅卷。
2. "flash" 定位本身就是取舍。 这类命名通常意味着速度与成本优先，峰值能力让位于性价比。如果业务需要的是极限推理能力，直接对标旗舰未必合适。

对开发者的三点建议

• 长文档场景先试再切。 1M 上下文 + 低输入价，适合把现在靠 RAG 拼接的长文档任务改为整篇直读，用真实语料验证召回质量后再迁移。
• 智能体工作流纳入候选。 具备电脑操作能力后，它可以与国产其他 Agent 模型放在同一清单里做成本对比。
• 免费窗口期做基准测试。 前两周免费正好用来跑自建评测集，把单任务成本、成功率、延迟三项数据留下来，免费期结束后直接按数据决策。

综合来看，Ling-3.2-flash 的信号不在单项规格，而在组合：大参数稀疏架构 + 1M 上下文 + 低位定价 + 智能体能力，四项同时出现，说明国产模型的竞争已经从"能力追赶"进入"成本结构竞争"。对使用者而言，结论很直接：把它的规格表放进选型清单，用自己的任务数据说话。