inclusionAI: Ling 3.0 Flash VL

O Ling 3.0 Flash VL combina compreensão visual com um longo contexto de texto e uso de ferramentas. Ele pode dar suporte a assistentes de documentos que precisam interpretar um gráfico ou captura de tela antes de conectar as descobertas a uma tarefa escrita maior.

Comparar modelos

ling-3.0-flash-vl

DisponívelinclusionAIChat

Entrada / Saída: $0.0206 / $0.0618
Contexto: 256K
Saída máxima: 32K
Modalidades: VisãoChat
Capacidades: Uso de ferramentasCache de prompts

Sobre o Ling 3.0 Flash VL

Ling-3.0-flash-VL é um modelo multimodal de pesos abertos da inclusionAI, construído sobre o Ling-3.0-flash. Ele lê texto, imagens e vídeo, e integra a visão ao raciocínio e ao uso de ferramentas, em vez de tratá-la como uma etapa separada de legendagem. É um modelo de mistura de especialistas (mixture-of-experts) com 124B de parâmetros totais e 5,5B ativos, lançado sob a licença MIT, sendo adequado para assistentes de leitura de documentos e telas.

Pontos fortes

Apenas 5,5B dos seus 124B de parâmetros são ativos por token, o que mantém a inferência leve para um modelo deste tamanho.
Imagens e vídeos são aceitos como entrada, e o VideoRoPE codifica a ordem dos quadros para que o tempo seja compreendido.
O uso de ferramentas (tool calling) é suportado, permitindo que um gráfico ou captura de tela leve diretamente a uma ação.
Uma espinha dorsal de atenção híbrida foi projetada para lidar com entradas longas de forma eficiente, como várias páginas ou quadros em uma única solicitação.
Os pesos são públicos sob a licença MIT para auto-hospedagem e ajuste fino (fine-tuning).

Quando usar outro modelo

O modo de pensamento (thinking mode) está ativado por padrão, portanto, chamadas sensíveis à latência precisam desativá-lo explicitamente.
Ele produz apenas texto; a saída de imagem ou áudio requer outros modelos.
Parâmetros ativos de tamanho médio significam que modelos proprietários de fronteira ainda lideram nos raciocínios mais complexos.

Primeiros passos

Criar chave de API
Crie uma chave no Console e use com qualquer modelo da plataforma.

Envie sua primeira requisição

Copie o exemplo para sua linguagem e execute-o no endpoint.

Texto para textoMessages API

POST/v1/messages

Formato da 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!"}
    ]
  }'

Preço

O preço Verified vale para o Verified, que custa menos na maioria dos modelos. O preço Official é o preço publicado pelo fabricante do modelo e vale para a rota Official, mais confiável. O Auto cobra pela rota que conclui a solicitação.

Especificação padrão

Por 1M Token

Preço Official: Entrada $0.0206 / Saída $0.0618 / Leitura de cache $0.004118
Preço Verified: —
Desconto: —

Preços de cache de prompt

Leitura de cache

Preço Official: $0.004118
Preço Verified: —
Desconto: —

	Preço OfficialPor 1M Token	Preço VerifiedPor 1M Token	Desconto
Especificação padrão	Entrada $0.0206 / Saída $0.0618 / Leitura de cache $0.004118	—	—
Preços de cache de prompt
Leitura de cache	$0.004118	—	—

Uso e atividade

A taxa de sucesso é a proporção de requisições concluídas. A latência é quanto tempo uma resposta completa leva; P95 significa que 95% das requisições terminaram dentro desse tempo.

Uso e disponibilidade

Últimas 24 horas

Requisições
Taxa de sucesso
Latência P95
Total de tokens

Desempenho do modelo

Última atualização 13 de nov. de 2026, 05:01 UTC

As métricas aparecerão assim que os limites de privacidade e volume de dados forem atingidos.

Os dados baseiam-se em solicitações agregadas de usuários, excluindo verificações de status.

Abrir no Console

Abra Ling 3.0 Flash VL no Console com um prompt pronto para editar ou enviar.

Ajude-me a testar ling-3.0-flash-vl com uma mensagem em /v1/messages. Exiba a resposta, latência e custo.

Casos de uso

Indicado para

Visão

Leitura de gráficos e painéis
Forneça uma captura de tela de um painel de métricas e pergunte quais séries mudaram e por que a mudança pode ser importante, então passe a conclusão para um fluxo de trabalho.
Revisão de vídeo
Faça perguntas sobre uma demonstração gravada ou clipe de CFTV, como quando uma etapa aconteceu, e obtenha respostas que respeitem a ordem dos eventos.
Agentes orientados por interface
Permita que um agente leia uma captura de tela de uma página da web, decida qual controle usar e chame uma ferramenta para agir, verificando o resultado visualmente.

Exemplos de prompt

Esta captura de tela mostra nosso painel de faturamento. Qual mês teve a queda mais acentuada e qual item da linha explica isso?

Assista a esta demonstração de produto de 90 segundos e liste as etapas mostradas, em ordem, com o momento em que cada uma começa.

A partir desta foto de um quadro branco, extraia os itens de ação e os responsáveis como JSON, então chame create_ticket para cada um.

Este modelo tem preço condicional. Totais mensais de tokens sozinhos não produzem uma estimativa confiável; use o preço detalhado para a especificação da requisição, cache e janela aplicável.

FAQ

O Ling 3.0 Flash VL é de pesos abertos?

Sim. A inclusionAI publica o modelo no Hugging Face sob a licença MIT, para que você possa baixá-lo, executá-lo localmente ou ajustá-lo. Ele usa uma arquitetura personalizada, portanto, a disponibilização requer o código lançado com os pesos.

Quais entradas ele aceita?

Texto, imagens e vídeo através de mensagens multimodais unificadas. A saída é texto. Ele suporta chamadas de ferramentas, podendo agir sobre o que vê, além de descrevê-lo.

Qual o tamanho do Ling 3.0 Flash VL?

Ele possui 124B de parâmetros totais, dos quais 5,5B são ativos por token, usando um design de mistura de especialistas esparsa. A espinha dorsal de 42 camadas alterna camadas de atenção KDA e Gated MLA em uma proporção de 5 para 1.

Ele pensa antes de responder?

O modo de pensamento está ativado por padrão, portanto, ele raciocina antes de responder. Desative-o através dos parâmetros de solicitação quando precisar de respostas rápidas, como uma extração simples de uma imagem.

Quanto custa o Ling 3.0 Flash VL?

No TokenLab, Ling 3.0 Flash VL custa Entrada $0.0206 / Saída $0.0618 Por 1M Token. A tabela de preços acima mostra o detalhamento completo. As tarifas dependem da unidade de cobrança, da especificação e do uso. Compare condições iguais no preço detalhado do modelo; uma única tarifa não determina o custo total.

Qual a janela de contexto e o limite de saída do Ling 3.0 Flash VL?

O Ling 3.0 Flash VL aceita até 262.144 tokens de contexto e gera até 32.768 tokens por resposta.

Qual endpoint o Ling 3.0 Flash VL deve usar?

Use https://api.tokenlab.sh/v1/messages para Ling 3.0 Flash VL. O exemplo de requisição abaixo mostra o formato de código correspondente.

Quais operações o Ling 3.0 Flash VL suporta?

Ling 3.0 Flash VL suporta Texto para texto. Selecione uma operação acima para ver seu endpoint e exemplo de requisição.