inclusionAI: Ling 3.0 Flash VL

Ling 3.0 Flash VL menggabungkan pemahaman visual dengan konteks teks yang panjang dan penggunaan alat. Model ini dapat mendukung asisten dokumen yang perlu menafsirkan bagan atau tangkapan layar sebelum menghubungkan temuan tersebut ke tugas tertulis yang lebih besar.

Bandingkan model

ling-3.0-flash-vl

TersediainclusionAIObrolan

Masukan / Keluaran: $0.0206 / $0.0618
Konteks: 256K
Output maksimal: 32K
Modalitas: VisiObrolan
Kapabilitas: Penggunaan toolCache Prompt

Tentang Ling 3.0 Flash VL

Ling-3.0-flash-VL adalah model multimodal open-weight dari inclusionAI, yang dibangun di atas Ling-3.0-flash. Model ini membaca teks, gambar, dan video, serta membawa visi ke dalam penalaran dan penggunaan alat alih-alih memperlakukannya sebagai langkah pemberian keterangan (captioning) yang terpisah. Ini adalah model mixture-of-experts dengan total 124B parameter dan 5,5B parameter aktif, dirilis di bawah lisensi MIT, dan cocok untuk asisten pembaca dokumen dan layar.

Kelebihan

Hanya 5,5B dari 124B parameternya yang aktif per token, yang menjaga inferensi tetap ringan untuk model seukuran ini.
Gambar dan video dapat dimasukkan, dan VideoRoPE menyandikan urutan bingkai sehingga waktu dapat dipahami.
Pemanggilan alat (tool calling) didukung, sehingga grafik atau tangkapan layar dapat langsung memicu suatu tindakan.
Backbone atensi hibrida dirancang untuk menangani input panjang secara efisien, seperti banyak halaman atau bingkai dalam satu permintaan.
Bobot tersedia untuk publik di bawah lisensi MIT untuk hosting mandiri dan fine-tuning.

Kapan harus beralih

Mode berpikir (thinking mode) aktif secara default, jadi panggilan yang sensitif terhadap latensi perlu menonaktifkannya secara eksplisit.
Model ini hanya menghasilkan teks; output gambar atau audio memerlukan model lain.
Parameter aktif berukuran sedang berarti model berpemilik (proprietary) terdepan masih memimpin dalam penalaran yang paling sulit.

Memulai

Buat API key
Buat kunci di Console, gunakan untuk semua model di platform.

Kirim permintaan pertama Anda

Salin contoh untuk bahasa Anda dan jalankan terhadap endpoint tersebut.

Teks ke teksMessages API

POST/v1/messages

Format 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!"}
    ]
  }'

Penetapan Harga

Harga Verified berlaku untuk Verified yang lebih murah di sebagian besar model. Harga Official adalah harga resmi dari pembuat model dan berlaku untuk rute Official yang lebih andal. Auto menagihkan biaya berdasarkan rute yang menyelesaikan permintaan.

Spesifikasi default

per 1M token

Harga Official: Masukan $0.0206 / Keluaran $0.0618 / Pembacaan cache $0.004118
Harga Verified: —
Diskon: —

Harga cache prompt

Pembacaan cache

Harga Official: $0.004118
Harga Verified: —
Diskon: —

	Harga Officialper 1M token	Harga Verifiedper 1M token	Diskon
Spesifikasi default	Masukan $0.0206 / Keluaran $0.0618 / Pembacaan cache $0.004118	—	—
Harga cache prompt
Pembacaan cache	$0.004118	—	—

Penggunaan & aktivitas

Tingkat keberhasilan adalah proporsi permintaan yang selesai. Latensi adalah berapa lama respons penuh berlangsung; P95 berarti 95% permintaan selesai dalam waktu tersebut.

Penggunaan & ketersediaan

24 jam terakhir

Permintaan
Tingkat keberhasilan
Latensi P95
Total token

Performa model

Terakhir diperbarui 13 Nov 2026, 05.01 UTC

Metrik akan muncul setelah ambang batas privasi dan volume data terpenuhi.

Data didasarkan pada permintaan pengguna gabungan, tidak termasuk pemeriksaan status.

Buka di Console

Buka Ling 3.0 Flash VL di Console dengan prompt siap diedit atau dikirim.

Bantu saya mencoba ling-3.0-flash-vl dengan pesan singkat di /v1/messages. Tampilkan balasan, latensi, dan biayanya.

Skenario penggunaan

Cocok untuk

Visi

Membaca grafik dan dasbor
Berikan tangkapan layar dasbor metrik dan tanyakan seri mana yang bergerak dan mengapa perubahan tersebut mungkin penting, lalu teruskan temuan tersebut ke alur kerja.
Tinjauan video
Ajukan pertanyaan tentang demo yang direkam atau klip CCTV, seperti kapan suatu langkah terjadi, dan dapatkan jawaban yang menghormati urutan kejadian.
Agen berbasis antarmuka
Biarkan agen membaca tangkapan layar halaman web, memutuskan kontrol mana yang akan digunakan, dan memanggil alat untuk bertindak, sambil memeriksa hasilnya secara visual.

Contoh prompt

Tangkapan layar ini menunjukkan dasbor penagihan kami. Bulan mana yang mengalami penurunan paling tajam, dan item baris mana yang menjelaskannya?

Tonton demo produk berdurasi 90 detik ini dan buat daftar langkah-langkah yang ditampilkan, secara berurutan, dengan momen dimulainya setiap langkah.

Dari foto papan tulis ini, ekstrak item tindakan dan pemiliknya sebagai JSON, lalu panggil create_ticket untuk masing-masing item.

Model ini memiliki harga kondisional. Total token bulanan saja tidak dapat menghasilkan estimasi yang andal; gunakan harga detail untuk spesifikasi permintaan, cache, dan jendela waktu yang berlaku.

FAQ

Apakah Ling 3.0 Flash VL open-weight?

Ya. inclusionAI memublikasikan model ini di Hugging Face di bawah lisensi MIT, sehingga Anda dapat mengunduhnya, menjalankannya secara lokal, atau melakukan fine-tuning. Model ini menggunakan arsitektur kustom, sehingga penyajian (serving) memerlukan kode yang dirilis bersama bobotnya.

Input apa saja yang diterima?

Teks, gambar, dan video melalui pesan multimodal terpadu. Outputnya adalah teks. Model ini mendukung pemanggilan alat, sehingga dapat bertindak berdasarkan apa yang dilihatnya serta mendeskripsikannya.

Seberapa besar Ling 3.0 Flash VL?

Model ini memiliki total 124B parameter dengan 5,5B parameter aktif per token, menggunakan desain sparse mixture-of-experts. Backbone 42-lapisan bergantian antara lapisan atensi KDA dan Gated MLA dengan rasio 5 banding 1.

Apakah model ini berpikir sebelum menjawab?

Mode berpikir diaktifkan secara default, sehingga model menalar sebelum membalas. Matikan melalui parameter permintaan saat Anda memerlukan jawaban cepat, seperti ekstraksi sederhana dari gambar.

Berapa biaya Ling 3.0 Flash VL?

Di TokenLab, Ling 3.0 Flash VL dikenakan Masukan $0.0206 / Keluaran $0.0618 per 1M token. Tabel harga di atas menampilkan rincian lengkap. Tarif bergantung pada unit penagihan, spesifikasi, dan penggunaan. Bandingkan kondisi yang sama dalam harga detail model; satu tarif tidak menentukan total biaya.

Berapa batas konteks dan output Ling 3.0 Flash VL?

Ling 3.0 Flash VL mendukung hingga 262.144 token konteks dan menghasilkan hingga 32.768 token per respons.

Endpoint mana yang harus digunakan Ling 3.0 Flash VL?

Pakai https://api.tokenlab.sh/v1/messages sebagai default untuk Ling 3.0 Flash VL. Jika format native penyedia didukung, API workbench juga menampilkan endpoint tersebut.

Operasi apa saja yang didukung Ling 3.0 Flash VL?

Ling 3.0 Flash VL mendukung Teks ke teks. Pilih operasi di API workbench di atas untuk melihat endpoint dan contoh kode terkait.