inclusionAI: Ling 3.0 Flash VL

Ling 3.0 Flash VL combina la comprensión visual con un contexto de texto largo y el uso de herramientas. Puede dar soporte a asistentes de documentos que necesiten interpretar un gráfico o captura de pantalla antes de conectar los hallazgos con una tarea escrita más amplia.

Comparar modelos

ling-3.0-flash-vl

DisponibleinclusionAIChat

Entrada / Salida: $0.0206 / $0.0618
Contexto: 256K
Salida máxima: 32K
Modalidades: VisiónChat
Capacidades: Uso de herramientasCaché de prompts

Sobre Ling 3.0 Flash VL

Ling-3.0-flash-VL es un modelo multimodal de pesos abiertos de inclusionAI, construido sobre Ling-3.0-flash. Lee texto, imágenes y video, e integra la visión en el razonamiento y el uso de herramientas en lugar de tratarla como un paso de subtitulado independiente. Es un modelo de mezcla de expertos con 124B de parámetros totales y 5.5B activos, publicado bajo la licencia MIT, y es adecuado para asistentes de lectura de documentos y pantallas.

Puntos fuertes

Solo 5.5B de sus 124B de parámetros están activos por token, lo que mantiene la inferencia ligera para un modelo de este tamaño.
Tanto las imágenes como el video son procesados, y VideoRoPE codifica el orden de los fotogramas para que se comprenda el tiempo.
Se admite la llamada a herramientas, por lo que un gráfico o una captura de pantalla pueden conducir directamente a una acción.
Una estructura de atención híbrida está diseñada para manejar entradas largas de manera eficiente, como muchas páginas o fotogramas en una sola solicitud.
Los pesos son públicos bajo la licencia MIT para autoalojamiento y ajuste fino (fine-tuning).

Cuándo buscar otra opción

El modo de pensamiento está activado por defecto, por lo que las llamadas sensibles a la latencia deben desactivarlo explícitamente.
Solo produce texto; la salida de imagen o audio requiere otros modelos.
Los parámetros activos de tamaño medio significan que los modelos propietarios de frontera siguen liderando en el razonamiento más complejo.

Primeros pasos

Crear clave API
Genera una clave en Console y úsala con cualquier modelo de la plataforma.

Envía tu primera solicitud

Copia el ejemplo para tu lenguaje y ejecútalo contra el endpoint.

Texto a textoMessages API

POST/v1/messages

Formato de API:

curl https://api.tokenlab.sh/v1/messages \
  -H "Content-Type: application/json" \
  -H "x-api-key: sk-xxx" \
  -H "anthropic-version: 2023-06-01" \
  -d '{
    "model": "ling-3.0-flash-vl",
    "max_tokens": 1024,
    "messages": [
      {"role": "user", "content": "Hello!"}
    ]
  }'

Precios

El precio Verified se aplica a Verified, que cuesta menos en la mayoría de los modelos. El precio Official es el precio publicado por el fabricante del modelo y se aplica a la ruta Official, más fiable. Auto factura la ruta que completa la solicitud.

Especificación por defecto

Por 1M Token

Precio Official: Entrada $0.0206 / Salida $0.0618 / Lectura de caché $0.004118
Precio Verified: —
Descuento: —

Precios de caché de prompt

Lectura de caché

Precio Official: $0.004118
Precio Verified: —
Descuento: —

	Precio OfficialPor 1M Token	Precio VerifiedPor 1M Token	Descuento
Especificación por defecto	Entrada $0.0206 / Salida $0.0618 / Lectura de caché $0.004118	—	—
Precios de caché de prompt
Lectura de caché	$0.004118	—	—

Uso y actividad

La tasa de éxito es la proporción de solicitudes completadas. La latencia es cuánto tarda una respuesta completa; P95 significa que el 95 % de las solicitudes terminaron dentro de ese tiempo.

Uso y disponibilidad

Últimas 24 horas

Solicitudes
Tasa de éxito
Latencia P95
Total de tokens

Desempeño del modelo

Última actualización 13 nov 2026, 5:01 UTC

Las métricas aparecerán una vez que se alcancen los umbrales de privacidad y volumen de datos.

Los datos se basan en solicitudes de usuario agregadas, excluyendo las comprobaciones de estado.

Abrir en Console

Abre Ling 3.0 Flash VL en Console con un prompt listo para editar o enviar.

Ayúdame a probar ling-3.0-flash-vl con un mensaje breve en /v1/messages. Muestra la respuesta, la latencia y el coste.

Casos de uso

Ideal para

Visión

Lectura de gráficos y paneles
Entrégale una captura de pantalla de un panel de métricas y pregunta qué serie se movió y por qué el cambio podría ser importante, luego pasa el hallazgo a un flujo de trabajo.
Revisión de video
Haz preguntas sobre una demostración grabada o un clip de CCTV, como cuándo ocurrió un paso, y obtén respuestas que respeten el orden de los eventos.
Agentes basados en interfaces
Permite que un agente lea una captura de pantalla de una página web, decida qué control usar y llame a una herramienta para actuar, verificando el resultado visualmente.

Ejemplos de prompts

Esta captura de pantalla muestra nuestro panel de facturación. ¿Qué mes tuvo la caída más pronunciada y qué partida explica esto?

Mira esta demostración de producto de 90 segundos y enumera los pasos mostrados, en orden, con el momento en que comienza cada uno.

A partir de esta foto de una pizarra, extrae los elementos de acción y los responsables como JSON, luego llama a create_ticket para cada uno.

Este modelo tiene precio condicional. Los totales mensuales de tokens por sí solos no producen una estimación fiable; use el precio detallado según la especificación de la solicitud, la caché y la ventana aplicable.

FAQ

¿Es Ling 3.0 Flash VL de pesos abiertos?

Sí. inclusionAI publica el modelo en Hugging Face bajo la licencia MIT, por lo que puedes descargarlo, ejecutarlo localmente o ajustarlo. Utiliza una arquitectura personalizada, por lo que el servicio requiere el código publicado con los pesos.

¿Qué entradas acepta?

Texto, imágenes y video a través de mensajes multimodales unificados. La salida es texto. Admite llamadas a herramientas, por lo que puede actuar sobre lo que ve además de describirlo.

¿Qué tamaño tiene Ling 3.0 Flash VL?

Tiene 124B de parámetros totales, de los cuales 5.5B están activos por token, utilizando un diseño de mezcla de expertos dispersa. La estructura de 42 capas alterna capas de atención KDA y Gated MLA en una proporción de 5 a 1.

¿Piensa antes de responder?

El modo de pensamiento está habilitado por defecto, por lo que razona antes de responder. Desactívalo a través de los parámetros de solicitud cuando necesites respuestas rápidas, como una extracción simple de una imagen.

¿Cuánto cuesta Ling 3.0 Flash VL?

En TokenLab, Ling 3.0 Flash VL cuesta Entrada $0.0206 / Salida $0.0618 Por 1M Token. La tabla de precios arriba muestra el desglose completo. Las tarifas dependen de la unidad de facturación, la especificación y el uso. Compare condiciones iguales en el precio detallado del modelo; una sola tarifa no determina el coste total.

¿Cuál es la ventana de contexto y el límite de salida de Ling 3.0 Flash VL?

Ling 3.0 Flash VL admite hasta 262.144 tokens de contexto y genera hasta 32.768 tokens por respuesta.

¿Qué endpoint debe usar Ling 3.0 Flash VL?

Utiliza https://api.tokenlab.sh/v1/messages para Ling 3.0 Flash VL. El ejemplo de solicitud a continuación muestra la estructura de código correspondiente.

¿Qué operaciones soporta Ling 3.0 Flash VL?

Ling 3.0 Flash VL admite Texto a texto. Selecciona una operación arriba para ver su endpoint y ejemplo de solicitud.