앤트 Ling-3.2-flash 네이티브 비전 업그레이드: 560B 플래그십, 이미지 인식으로 Blender 조작 및 3D 제작 가능

동찰 Beating AI 속보, 앤트그룹의 바이링이 Ling-3.2-flash를 출시하며 네이티브 멀티모달 능력을 560B 플래그십 모델에 도입했습니다. 새 모델은 이미지, 텍스트, 비디오 입력을 지원하며 복잡한 시각 이해, 3D 상호작용 및 멀티모달 Agent 능력을 중점 강화했습니다.

새 모델은 이전 세대 Ling-3.1-flash의 총 파라미터 5,600억 개, 활성 파라미터 250억 개, 100만 Token 컨텍스트를 그대로 유지하면서 텍스트 추론에서 네이티브 시각 이해로进一步 확장했습니다. 기존 Ling-3.0-flash-VL은 이미지와 비디오 입력을 지원했지만 규모는 총 파라미터 1,240억 개, 활성 파라미터 55억 개, 컨텍스트 25.6만 Token에 불과했습니다.

공식 데모에서 새 모델은 이미지를 기반으로 웹페이지를 제작하고, Blender를 조작해 3D 장면을 생성하며, 수식과 차트가 포함된 논문 PDF를 읽고 그 안의 알고리즘을 실행 가능한 코드로 작성할 수 있습니다.

앤트그룹 자체 테스트에 따르면 새 모델은 문서 이해, 복잡한 시각 추론, 이미지 기반 웹페이지 제작 세 가지 평가에서 Claude Opus 5(max)를 초과했습니다. 그중 Vision2Web 점수는 85.86으로 Opus 5의 80.20과 대비됩니다. 제3자 DesignArena의 이미지 기반 프런트엔드 생성 리더보드에서 Ling-3.2-flash는 1238 Elo로 10위를 기록했습니다.

현재 모델은 웹 체험과 API가 개방되었으며 첫 2주간 무료입니다.