inclusionAI: Ling 3.0 Flash VL
ling-3.0-flash-vl- 输入 / 输出
- $0.0206 / $0.0618
- 上下文
- 256K
- 最大输出
- 32K
- 模态
- 视觉聊天
- 能力
- 工具调用提示词缓存
Ling 3.0 Flash VL 简介
Ling-3.0-flash-VL 是 inclusionAI 基于 Ling-3.0-flash 构建的开放权重多模态模型。它能读取文本、图像和视频，并把视觉融入推理和工具调用，而不是当作单独的看图描述步骤。它是总参数 124B、激活 5.5B 的混合专家模型，按 MIT 许可证发布，适合文档和屏幕阅读类助手。
擅长的任务
- 124B 参数中每个 token 只激活 5.5B，对这个规模的模型来说推理负担较轻。
- 图像和视频都可以输入，VideoRoPE 编码帧顺序，因此能理解时间关系。
- 支持工具调用，看到图表或截图后可以直接触发操作。
- 混合注意力骨干为高效处理长输入而设计，比如一次请求里有很多页或很多帧。
- 权重按 MIT 许可证公开，可以自行部署和微调。
什么情况换别的模型
- 思考模式默认开启，对延迟敏感的调用需要显式关闭。
- 只输出文本；生成图片或音频需要其他模型。
- 激活参数中等，最难的推理任务上，前沿的闭源模型仍然领先。
快速上手
创建 API 密钥
在 Console 生成一把密钥，平台上的模型都能用。
发送第一个请求
复制你所用语言的示例代码，向该端点发起请求。
文本生成Messages APIPOST/v1/messagesAPI 格式: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!"} ] }'
价格
Verified 价格用于 Verified，多数模型更便宜；Official 价格是模型厂商公布的价格，用于更稳定的 Official。Auto 按最终完成请求的线路计价。
默认规格
每 1M token- Official 价格
- 输入 $0.0206 / 输出 $0.0618 / 缓存读取 $0.004118
- Verified 价格
- —
- 折扣
- —
缓存读取
- Official 价格
- $0.004118
- Verified 价格
- —
- 折扣
- —
| Official 价格每 1M token | Verified 价格每 1M token | 折扣 | |
|---|---|---|---|
| 默认规格 | 输入 $0.0206 / 输出 $0.0618 / 缓存读取 $0.004118 | — | — |
| 提示词缓存价格 | |||
| 缓存读取 | $0.004118 | — | — |
用量与动态
成功率是请求完成的比例；延迟是拿到一次完整响应要花的时间，P95 表示 95% 的请求都在这个时间内完成。
用量与可用性
最近 24 小时- 请求
- 成功率
- P95 延迟
- 总 token 数
数据来自汇总的用户请求，不含状态检查。
直接在 Console 里试
Ling 3.0 Flash VL 已在 Console 备好，提示词已填好，可以直接修改或发送。
帮我用 ling-3.0-flash-vl 发一条简短消息，接口是 /v1/messages。返回回复，附上延迟和费用。
使用场景
适用场景- 视觉
图表和仪表盘阅读
给它一张指标仪表盘的截图，问哪条曲线有变化、这个变化可能意味着什么，再把结论交给工作流。
视频审阅
就一段录制的演示或监控视频提问，比如某个步骤发生在什么时候，得到的回答会遵循事件发生的先后顺序。
界面驱动的智能体
让智能体读取网页截图，决定该用哪个控件，调用工具执行，再通过画面检查结果。
提示词示例
这张截图是我们的账单仪表盘。哪个月份下降最明显？哪个费用项能解释这个下降？
看这段 90 秒的产品演示，按顺序列出演示的步骤，并标出每一步开始的时间点。
从这张白板照片中提取待办事项和负责人，输出为 JSON，然后为每一项调用 create_ticket。
此模型按条件计价，仅凭月度 token 总量无法可靠估算；请按请求规格、缓存和适用时段查看详细定价。
FAQ
Ling 3.0 Flash VL 是开放权重的吗？
是。inclusionAI 在 Hugging Face 上按 MIT 许可证发布了该模型，可以下载、本地运行或微调。它使用自定义架构，部署时需要随权重一起发布的代码。
它接受哪些输入？
通过统一的多模态消息输入文本、图像和视频，输出为文本。它支持工具调用，所以不仅能描述看到的内容，还能据此行动。
Ling 3.0 Flash VL 有多大？
总参数 124B，每个 token 激活 5.5B，采用稀疏混合专家设计。42 层的骨干以 5 比 1 的比例交替使用 KDA 和 Gated MLA 注意力层。
它会先思考再回答吗？
思考模式默认开启，所以会先推理再回复。需要快速回答时，比如对图片做简单的信息提取，可以通过请求参数把它关掉。
Ling 3.0 Flash VL 的费用是多少？
在 TokenLab 上，Ling 3.0 Flash VL 的价格为 输入 $0.0206 / 输出 $0.0618 每 1M token。完整明细见上方价格表。 价格因计费单位、规格和用量而异。请在模型的详细定价中对比相同条件下的费率；单一费率不代表总价。
Ling 3.0 Flash VL 的上下文窗口和输出上限是多少？
Ling 3.0 Flash VL 最多接收 262,144 token 的上下文，单次最多返回 32,768 token。
Ling 3.0 Flash VL 应该使用哪个端点？
Ling 3.0 Flash VL 使用 https://api.tokenlab.sh/v1/messages。代码写法见下方的请求示例。
Ling 3.0 Flash VL 支持哪些操作？
Ling 3.0 Flash VL 支持 文本生成。选了操作，上面会显示对应的端点和请求示例。
Ling 3.0 Flash VL 对比
资料来源
审阅于 2026年10月2日
