inclusionai
inclusionAI: Ling 3.0 Tiny
inclusionai/ling-3.0-tiny
Nuestro análisis
Análisis asistido por IA basado en las fuentes siguientes. La idoneidad es una valoración editorial; compruébala con tus propias tareas.
Según su ficha técnica, inclusionai/ling-3.0-tiny es un modelo ligero de mezcla de expertos con 7.900 millones de parámetros totales, de los cuales solo 1.300 millones se activan por token. Es solo de texto y ofrece razonamiento conmutable, activado por defecto. La ficha reporta validación en hardware de escritorio, y el catálogo de OpenRouter lista un contexto de 262.144 tokens junto con parámetros de llamada de herramientas y salidas estructuradas. La evidencia proviene del proveedor más un catálogo, por lo que el rendimiento real aún requiere validación.[1][2]
Puntos fuertes
- La ficha describe un diseño eficiente en parámetros: solo 1.300 de 7.900 millones se activan por token, lo que según el proveedor permite el despliegue en hardware de escritorio como Macs con Apple Silicon y NVIDIA DGX Spark.[2]
- El razonamiento es conmutable por petición y está activado por defecto en el listado de OpenRouter; la ficha documenta un flag enable_thinking para elegir respuestas rápidas o de varios pasos.[1][2]
- La ficha y el catálogo reportan una ventana de contexto de 262.144 tokens, y el catálogo lista parámetros para llamada de herramientas y salidas estructuradas.[1][2]
Limitaciones
- La evidencia de este paquete se limita a la ficha del proveedor y al catálogo de OpenRouter; las cifras de índices de terceros del catálogo difieren de los resultados reportados por el proveedor, por lo que las capacidades deben validarse con cargas de trabajo reales.[1][2]
- El modelo es solo de texto: tanto la ficha como el listado de OpenRouter indican texto como única modalidad de entrada y salida.[1][2]
- La ficha describe el soporte de Ollama como experimental, dependiente de un pull request no fusionado y limitado a MLX en Apple Silicon.[2]
Dónde utilizarlo
- Podría ser un candidato razonable para asistentes locales o de borde en máquinas con recursos limitados, dada la validación en escritorio reportada por el proveedor; los equipos deben confirmar memoria y velocidad en su propio hardware.[2]
- Asistentes conversacionales multiturno o de tipo agente que opcionalmente llamen herramientas podrían encajar, según el contexto largo, el razonamiento conmutable y los parámetros de herramientas reportados.[1][2]
- Redacción ligera, ayuda en programación o razonamiento matemático y científico son áreas objetivo según la ficha, pero las pruebas independientes de este paquete no verifican su idoneidad.[2]
Fuentes
- [1] OpenRouter catalog · inclusionAI: Ling 3.0 TinyFuentes consultadas: 13 nov 2026
- [2] Model documentation · inclusionAI: Ling 3.0 TinyFuentes consultadas: 13 nov 2026
Sobre este modelo
La descripción siguiente es el texto original aportado por OpenRouter, en el idioma de la fuente.
Ling 3.0 Tiny is a mixture-of-experts model from InclusionAI, with 1.3B active parameters out of 7.9B total. It is designed for responsive agents, instruction following, and multi-turn conversations, with switchable...
Especificaciones
- ID del modelo
- inclusionai/ling-3.0-tiny
- ID canónico
- inclusionai/ling-3.0-tiny-20260806
- Creador
- inclusionai
- Añadido a OpenRouter
- 06.08.2026
- Longitud de contexto
- 262,144
- Modalidad
- text->text
- Modalidades de entrada
- text
- Modalidades de salida
- text
- Precio por token
- USD por 1M de tokens: entrada $0.015 / salida $0.045
- Corte de conocimiento
- —
- Fecha de expiración
- —
Tareas y capacidades
Una nota aparece solo cuando la fuente aporta una medición correspondiente para esa tarea, el modelo está activo y la cohorte tiene al menos 10 modelos comparables. La columna de capacidad muestra hechos declarados por la fuente — formatos compatibles, razonamiento y parámetros de herramientas — que no son calidad medida.
| Tarea | Nota | Capacidad declarada por la fuente |
|---|---|---|
| Calidad general | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Programación | CC — por debajo de la franja B | — |
| Agentes | CC — por debajo de la franja B | parámetros: structured_outputs, tool_choice, tools |
| Escritura | Sin medición | salida: text |
| Razonamiento | Sin medición | razonamiento: opcional · parámetros: include_reasoning, reasoning |
| Análisis de documentos | Sin medición | — |
| Visión | Sin medición | — |
| Generación de imágenes | Sin medición | — |
| Audio | Sin medición | — |
| Vídeo | Sin medición | — |
| Embeddings | Sin medición | — |
Evaluaciones
| Fuente | Benchmark | Valor | Nota | Datos obtenidos |
|---|---|---|---|---|
| Artificial Analysis | Coding index | 26.5 | CC — por debajo de la franja B | 13.11.2026 |
| Artificial Analysis | Agentic index | 4.4 | CC — por debajo de la franja B | 13.11.2026 |
Cómo funcionan las notas
Cada nota compara un modelo solo con otros modelos evaluados por la misma fuente y métrica en la instantánea actual. S es el 10% superior, A el siguiente 20%, B el siguiente 30% y C el resto. Los modelos sin medición publicada aparecen como no evaluados: un formato compatible nunca implica calidad medida.
- S — S — 10% superior de la cohorte
- A — A — siguiente 20% de la cohorte
- B — B — siguiente 30% de la cohorte
- C — C — por debajo de la franja B
Proveedores
Estadísticas opcionales de proveedores en vivo desde OpenRouter. Los valores ausentes son desconocidos, no cero.
| Proveedor | Longitud de contexto | Precio entrada /1M | Precio salida /1M | Latencia p50 (30m, s) | Rendimiento p50 (30m, tok/s) | Disponibilidad (30m) |
|---|---|---|---|---|---|---|
| Ant Digitalfp8 | 262,144 | $0.015 | $0.045 | — | — | 100% |
Datos de proveedores obtenidos: 13.11.2026
Artículos relacionados
Ningún artículo publicado identifica aún este modelo.