蚂蚁 Ling-3.2-flash：低价多模态挤进「图生前端」第一梯队

蚂蚁百灵发布原生多模态模型 Ling-3.2-flash：总参数约 560B、单次激活约 25B，上下文到 1M，统一接入文本、图像与视频。官方评测称在 OmniDocBench、视觉转网页等任务上超过同档顶级闭源模型；公开 Arena 的「图生前端」榜单里，它以约每百万 token 0.30 / 0.90 美元的输入输出价，坐到同表现区间更靠前的性价比位置。

对业务团队，这意味着「看图改界面、读文档出代码、短视频进工作流」不再必须绑在最贵档位上。Agent 场景里，长上下文加上原生视觉，更适合跨文档、跨界面的多步任务，而不是单次问答。

仍需冷静：厂商自报基准与第三方 Arena 不能互相替代，真实业务里的稳定性、工具调用与合规边界还要单独验收。但「够用的多模态 + 可接受单价」正在变成可采购的产品类目，而不只是演示。