inclusionai

inclusionAI: Ling 3.0 Flash

inclusionai/ling-3.0-flash

Nossa análise

Análise com auxílio de IA baseada nas fontes abaixo. A adequação é uma avaliação editorial; teste com suas próprias tarefas.

Ling 3.0 Flash é o modelo texto-para-texto da inclusionAI com arquitetura MoE híbrida linear, listado pelo OpenRouter como inclusionai/ling-3.0-flash com contexto de 262144 tokens e raciocínio ativado por padrão. A documentação do fornecedor descreve 124B de parâmetros totais e 5.1B ativos por token, design KDA/MLA e treinamento voltado à eficiência em contexto longo e fluxos agênticos. A maioria das forças são alegações do fornecedor; o pacote não inclui avaliação independente, portanto valide na sua carga de trabalho.[1][2]

Pontos fortes

A documentação do fornecedor descreve um design MoE híbrido linear com KDA e MLA, com 124B de parâmetros totais e 5.1B ativos para reduzir computação por token.[2]
O OpenRouter lista contexto texto-para-texto de 262144 tokens, parâmetros para ferramentas e formato de resposta, e raciocínio ativado por padrão mas não obrigatório.[1]
A ficha reporta treinamento agêntico em muitos ambientes interativos e integração de cache para reduzir recomputação e TTFT em entradas longas; trate como dado do fornecedor.[2]

Limitações

A evidência é apenas catálogo mais documentação do fornecedor; não há avaliação independente nem tabelas legíveis de benchmarks, então é necessária validação na carga real.[1][2]
Apenas entrada e saída de texto estão listadas, e o knowledge cutoff do catálogo é nulo, portanto atualidade e modalidades não textuais permanecem não verificadas.[1]
O catálogo mostra raciocínio por padrão sem níveis de esforço suportados, e a cobertura de benchmarks é esparsa, com apenas entradas de coding e agentic da Artificial Analysis.[1]

Onde usar

Pode servir para agentes de codificação ou assistentes com ferramentas em produção onde importem contexto longo e raciocínio configurável; faça piloto antes da adoção.[1][2]
Candidato para análise de documentos longos ou fluxos multiturno que possam se beneficiar do cache e da redução de TTFT reportados pelo fornecedor.[1][2]
Pode se encaixar em serving auto-hospedado pelas receitas documentadas de SGLang ou vLLM quando for preciso um controle explícito de thinking e endpoints no estilo OpenAI.[2]

Fontes

[1] OpenRouter catalog · inclusionAI: Ling 3.0 FlashFontes consultadas: 13 de nov. de 2026
[2] Model documentation · inclusionAI: Ling 3.0 FlashFontes consultadas: 13 de nov. de 2026

Sobre este modelo

A descrição abaixo é o texto original fornecido pelo OpenRouter, no idioma da fonte.

*Ling-3.0-flash* is a *124B-parameter Mixture-of-Experts (MoE) model*, with approximately *5.1B parameters activated per token*. The model is designed with *token efficiency and production-scale agentic inference* as key priorities, enabling developers...

Especificações

ID do modelo: inclusionai/ling-3.0-flash
ID canônico: inclusionai/ling-3.0-flash-20260723
Criador: inclusionai
Adicionado ao OpenRouter: 23.07.2026
Comprimento de contexto: 262,144
Modalidade: text->text
Modalidades de entrada: text
Modalidades de saída: text
Preço por token: USD por 1M de tokens: entrada $0.021 / saída $0.063
Corte de conhecimento: —
Data de expiração: —

Tarefas e capacidades

Uma nota aparece apenas quando a fonte fornece uma medição correspondente para aquela tarefa, o modelo está ativo e a coorte tem pelo menos 10 modelos comparáveis. A coluna de capacidade lista fatos declarados pela fonte — formatos compatíveis, raciocínio e parâmetros de ferramentas — que não são qualidade medida.

Tarefa	Nota	Capacidade declarada pela fonte
Qualidade geral	Sem medição	raciocínio: opcional · parâmetros: include_reasoning, reasoning
Programação	BB — próximos 30% da coorte	—
Agentes	BB — próximos 30% da coorte	parâmetros: tool_choice, tools
Escrita	Sem medição	saída: text
Raciocínio	Sem medição	raciocínio: opcional · parâmetros: include_reasoning, reasoning
Análise de documentos	Sem medição	—
Visão	Sem medição	—
Geração de imagens	Sem medição	—
Áudio	Sem medição	—
Vídeo	Sem medição	—
Embeddings	Sem medição	—

Avaliações

Fonte	Benchmark	Valor	Nota	Dados obtidos
Artificial Analysis	Coding index	50.6	BB — próximos 30% da coorte	13.11.2026
Artificial Analysis	Agentic index	19.3	BB — próximos 30% da coorte	13.11.2026

Como funcionam as notas

Cada nota compara um modelo apenas com outros modelos avaliados pela mesma fonte e métrica no snapshot atual. S é o top 10%, A os 20% seguintes, B os 30% seguintes e C o restante. Modelos sem medição publicada aparecem como não avaliados — um formato compatível nunca implica qualidade medida.

S — S — top 10% da coorte
A — A — próximos 20% da coorte
B — B — próximos 30% da coorte
C — C — abaixo da faixa B

Provedores

Estatísticas opcionais de provedores ao vivo do OpenRouter. Valores ausentes são desconhecidos, não zero.

Provedor	Comprimento de contexto	Preço entrada /1M	Preço saída /1M	Latência p50 (30m, s)	Taxa p50 (30m, tok/s)	Disponibilidade (30m)
Novita	262,144	$0.021	$0.063	—	—	100%
DeepInfrafp4	131,072	$0.060	$0.180	—	—	100%

Dados de provedores obtidos: 13.11.2026

Nenhum artigo publicado identifica este modelo ainda.