Ling-3.2-flash آپریشن میں

Ling-3.2-flash蚂蚁百灵 کی جانب سے پیش کیا گیا تازہ ترین مقامی کثیر الوسائط بڑا ماڈل ہے۔ یہ MoE فنِ تعمیر استعمال کرتا ہے، اس میں کل 560B پیرامیٹرز ہیں اور ہر مرحلے میں صرف تقریباً 25B پیرامیٹرز فعال ہوتے ہیں۔ اس کی سیاقی ونڈو 1M تک ہے اور یہ مقامی طور پر تصاویر، متن اور ویڈیو ان پٹ کو سپورٹ کرتا ہے۔ ماڈل نے پیچیدہ بصری فہم، کثیر الوسائط طویل مدتی Agent، 3D فہم و تعامل، اور طبی کثیر الوسائط صلاحیتوں کو نمایاں طور پر مضبوط بنایا ہے۔ سرکاری داخلی جانچ کے مطابق یہ تین معیارات میں Claude Opus 5 سے بہتر کارکردگی دکھاتا ہے۔

پیچیدہ بصری فہم: تصاویر اور ویڈیوز کے مواد کو گہرائی سے سمجھتا ہے اور بصری استدلال و تجزیے کے کاموں کو سپورٹ کرتا ہے۔
کثیر الوسائط طویل مدتی Agent: متعدد مراحل والے کاموں میں ہدف کی مستقل مطابقت برقرار رکھتا ہے اور بصری و متنی معلومات کی بنیاد پر فیصلے اور عمل درآمد مکمل کرتا ہے۔
3D فہم و تعامل: تین جہتی مناظر اور مقامی تعلقات کا تجزیہ کرتا ہے اور 3D سے متعلق تعاملاتی کاموں کو سپورٹ کرتا ہے۔
طبی کثیر الوسائط: طبی تصاویر کے فہم اور رپورٹس کی تشریح کا احاطہ کرتا ہے اور پیشہ ورانہ طبی تجزیے میں معاونت فراہم کرتا ہے۔
1M سیاقی پروسیسنگ: طویل دستاویزات اور طویل ویڈیوز کے تجزیے کو سپورٹ کرتی ہے اور طویل سیاقی منظرناموں کی ضروریات پوری کرتی ہے۔

MoE مخلوط ماہرین کا فنِ تعمیر: Ling-3.2-flash مخلوط ماہرین کا فنِ تعمیر استعمال کرتا ہے۔ اس میں کل 560B پیرامیٹرز ہیں، جبکہ ہر مرحلے میں صرف تقریباً 25B پیرامیٹرز فعال ہوتے ہیں۔ ہر token کو صرف سب سے متعلقہ ماہر ذیلی نیٹ ورک کی جانب بھیجا جاتا ہے۔ اس طرح وسیع علمی ذخیرے کو برقرار رکھتے ہوئے ہر مرحلے کی کمپیوٹیشنل لاگت انتہائی کم رہتی ہے۔ یہی وہ بنیادی طریقۂ کار ہے جو ماڈل کی صلاحیت اور استدلالی لاگت کے درمیان توازن قائم کرتا ہے۔
مقامی کثیر الوسائط انضمام: بیرونی بصری ماڈیول والے طریقوں کے برعکس، یہ ماڈل فنِ تعمیر کی سطح پر بصری اور لسانی صلاحیتوں کو مقامی طور پر یکجا کرتا ہے۔ تصاویر، متن اور ویڈیو کو استدلال کے بنیادی ان پٹ کے طور پر استعمال کرتے ہوئے یہ زیادہ گہری بین الوسائط تفہیم حاصل کرتا ہے، جو اسے ”تصویر دیکھ کر بیان کرنے“ والی سطحی کثیر الوسائط صلاحیت سے ممتاز کرتی ہے۔
طویل سیاقی ماڈلنگ: ماڈل کی سیاقی ونڈو 1M تک ہے۔ یہ Ling 3.0 سیریز میں متعارف کرائی گئی KDA کو بھی برقرار رکھتا ہے، جو طویل سلسلوں میں یادداشت کی تازہ کاری اور معلومات کے تحفظ کو بہتر بناتی ہے۔ اس سے ہدفی معلومات، چاہے سیاق کے آغاز، درمیان یا اختتام میں موجود ہوں، مستحکم طور پر دوبارہ حاصل کی جا سکتی ہیں اور طویل مدتی معلومات میں نمایاں کمی نہیں آتی۔
ادراک-استدلال-عمل درآمد کا بند چکر: ماڈل کثیر الوسائط ادراک، گہرے استدلال اور خودکار عمل درآمد کو مضبوطی سے یکجا کرتا ہے۔ یہ Ling-3.0-flash-VL کے ”مشاہدہ→عمل→تصدیق→درستگی“ والے بصری تاثرات کے بند چکر کو جاری رکھتے ہوئے متعدد مراحل والے کاموں کے دوران درمیانی نتائج کی بنیاد پر راستے کو مسلسل درست کر سکتا ہے۔

پلیٹ فارم تک رسائی:蚂蚁百灵 کی سرکاری ویب سائٹ پر جائیں اور Ling-3.2-flash کے مکالماتی صفحے میں داخل ہو کر براہِ راست آن لائن تجربہ کریں۔
کلید حاصل کریں: پلیٹ فارم کے کنسول میں API کلید بنائیں اور اسے کال کی اسناد کے طور پر استعمال کریں۔
کال شروع کریں: API کے ذریعے پہلی درخواست بھیجیں۔ ماڈل OpenAI اور Anthropic پروٹوکولز کے ساتھ مطابقت رکھتا ہے، اس لیے اسے موجودہ کوڈ میں مانوس طریقے سے شامل کیا جا سکتا ہے۔
مفت آزمائشی مدت سے فائدہ اٹھائیں: لانچ سے پہلے دو ہفتوں تک محدود مدت کے لیے مفت استعمال دستیاب ہے۔ ادائیگی کا فیصلہ کرنے سے پہلے اس مدت میں مکمل جانچ کریں۔
اعلیٰ صلاحیتیں دریافت کریں: 1M طویل سیاق، تصویر/ویڈیو ان پٹ اور کثیر الوسائط Agent کاموں جیسی اعلیٰ خصوصیات کو مزید آزمائیں۔

مقامی کثیر الوسائط فہم: فنِ تعمیر کی سطح پر بصری اور لسانی صلاحیتوں کو مقامی طور پر یکجا کرتا ہے اور بیرونی بصری ماڈیول پر انحصار نہیں کرتا۔
چار بنیادی صلاحیتیں: پیچیدہ بصری فہم، کثیر الوسائط طویل مدتی Agent، 3D فہم و تعامل، اور طبی کثیر الوسائط کو نمایاں طور پر مضبوط بناتا ہے، جبکہ ادراک، استدلال اور عمل درآمد کو قریب سے یکجا کرتا ہے۔
صلاحیت اور لاگت میں توازن: 560B ماڈل کی گنجائش برقرار رکھتے ہوئے ہر مرحلے میں فعال پیرامیٹرز کو تقریباً 25B تک محدود کرتا ہے، جس سے صلاحیت اور استدلالی کارکردگی دونوں حاصل ہوتی ہیں۔
1M سیاقی ونڈو: طویل دستاویزات اور طویل ویڈیوز کے تجزیے کو سپورٹ کرتی ہے اور طویل سیاقی منظرناموں کی ضروریات پوری کرتی ہے۔

منصوبے کی سرکاری ویب سائٹ: https://developer.ant-ling.com/zh-CN/docs/models/ling/#ling-32-flash

پیچیدہ بصری فہم: Ling-3.2-flash تصاویر اور ویڈیوز کے مواد کو گہرائی سے سمجھ سکتا ہے اور بصری استدلال و تجزیے کے کاموں کے لیے معاونت فراہم کرتا ہے۔
کثیر الوسائط طویل مدتی Agent: ماڈل متعدد مراحل والے کاموں میں ہدف کی مستقل مطابقت برقرار رکھ سکتا ہے اور بصری و متنی معلومات کی بنیاد پر فیصلے اور عمل درآمد مکمل کر سکتا ہے۔
3D فہم و تعامل: ماڈل تین جہتی مناظر اور مقامی تعلقات کو سمجھ سکتا ہے اور مختلف 3D سے متعلق تعاملاتی کاموں کو سپورٹ کرتا ہے۔
طبی کثیر الوسائط: ماڈل طبی تصاویر کو سمجھ سکتا ہے اور رپورٹس کی تشریح کر سکتا ہے، جس سے ڈاکٹروں کو پیشہ ورانہ طبی تجزیے میں معاونت ملتی ہے۔
طویل دستاویزات اور طویل ویڈیوز کا تجزیہ: 1M کی سیاقی ونڈو کی بدولت ماڈل انتہائی طویل دستاویزات اور ویڈیو مواد کو پروسیس کر سکتا ہے اور طویل سیاقی منظرناموں کی ضروریات پوری کرتا ہے۔