¿Es gratis Ling 3.2 Flash (free)?

Sí. El precio que se muestra en esta página para Ling 3.2 Flash (free) es cero, por lo que no se le cobra por tókenes de entrada o de salida. Los endpoints gratuitos tienen un límite de solicitudes; consulte la documentación sobre límites de solicitudes.

¿Cuál es la longitud de contexto de Ling 3.2 Flash (free)?

Ling 3.2 Flash (free) tiene una ventana de contexto de 1.048.576 tókenes. Admite hasta 262.144 tókenes de respuesta.

¿Admite Ling 3.2 Flash (free) llamadas a herramientas y salidas estructuradas?

Sí. Ling 3.2 Flash (free) admite tools y tool_choice para llamadas a funciones. También admite salidas estructuradas mediante un esquema JSON en response_format.

¿Qué entradas y salidas admite Ling 3.2 Flash (free)?

Ling 3.2 Flash (free) acepta texto e imágenes como entrada y devuelve texto.

¿Qué proveedores ofrecen Ling 3.2 Flash (free)?

Ling 3.2 Flash (free) está disponible a través de 1 proveedor en OpenRouter: Ant Digital.

¿Qué otros modelos de texto tiene inclusionAI?

Ling 3.1 Flash, Ling 3.0 Flash VL, Ling 3.0 Tiny y 1 más son otros modelos de texto de inclusionAI.

¿Cuándo se lanzó Ling 3.2 Flash (free)?

Ling 3.2 Flash (free) se lanzó el 13 de noviembre de 2026.

inclusionAI: Ling 3.2 Flash (free)

inclusionai/ling-3.2-flash:free

Pesos del modelo

Comparar

Ling 3.2 Flash is a hybrid reasoning model from inclusionAI that accepts text and image input, with a 1M-token context window and up to 200 images per request. Thinking can be switched off per request.

Modalidades

Precio

Gratis

Contexto

1,0M

Publicado

13 nov 2026

Proveedores

This model is hosted by one provider. OpenRouter forwards every request without routing.

Latencia / rendimiento


	Gratis	Gratis	1,44s	33 tok/s	100,00 %

Entrada GratisSalida Gratis
33 tok/s100,00 % de tiempo de actividad

Tiempo de actividad

El tiempo de actividad es el porcentaje de los últimos 3 días en que al menos un proveedor respondía a las solicitudes. La disponibilidad es el porcentaje de tiempo en que la inferencia se sirvió correctamente. OpenRouter supervisa continuamente y utiliza el siguiente mejor proveedor cuando uno devuelve un error.

Disponibilidad en las últimas 24 horas

OpenRouter Availability

99,49 %

Cuando se produce un error en un proveedor ascendente, podemos recuperarnos enrutando la solicitud a otro proveedor que funcione correctamente, si los filtros de su solicitud lo permiten. Puede acceder mediante programación a los datos de tiempo de actividad de cada proveedor a través de la API de endpoints. Obtenga más información sobre nuestras opciones de equilibrio de carga y enrutamiento de proveedores.

Aplicaciones

Aplicaciones públicas que envían más tráfico a este modelo. Una buena señal de cómo son las cargas de trabajo reales en producción, y una pista sobre los casos de uso para los que este modelo es más adecuado.

Kilo Code

Kilo Code is an open-source AI coding agent that works across VS Code, JetBrains, and CLI to help developers ship code faster with agentic workflows.

96,9Mtókenes

OpenClaw

OpenClaw is an open-source AI agent that connects to your messaging apps and takes real actions on your behalf, from running commands and browsing the web to managing files and sending emails.

28,4Mtókenes

Hermes Agent

Hermes Agent is an open-source, self-improving AI agent by Nous Research that runs persistently with memory across sessions, and builds reusable skills from experience. It comes with 40+ built-in tools, including web search, browser automation, and vision, plus scheduled automations and subagents.

21,5Mtókenes

Claude Code

Claude Code is Anthropic's agentic coding tool that reads your entire codebase, plans and executes changes across files, runs tests, and iterates on failures, all from natural language prompts.

13,4Mtókenes

DeepSeek Harness

nuevo

9,51Mtókenes

Las 5 aplicaciones principales

170M

Resto de OpenRouter

163M

Actualmente no está disponible mediante el enrutamiento dentro de la región de la UE. Documentación de enrutamiento dentro de la región

Más modelos de inclusionai

Ling 3.2 Flash (free)

TextoContexto de 1,0MFree

Ling 3.1 Flash

Ling 3.1 Flash is a hybrid reasoning mixture-of-experts model from inclusionAI, with 25B active parameters out of 560B total.

TextoContexto de 1M0,045 US$ / 0,135 US$

Ming Image 0.1 Design Layer

Ming Image 0.1 Design Layer is an image-to-image model from inclusionAI that decomposes a flattened design image into separate RGBA layers, such as a background layer and foreground elements, and returns one image per layer. It requires exactly one reference image and a prompt describing the layer plan. Output format can be requested as PNG or WebP. Output dimensions follow the input image, so explicit sizes and aspect ratios are rejected instead of silently reshaped.

Imagen

Ming Image 0.1 Design

Ming Image 0.1 Design is a text-to-image model from inclusionAI aimed at graphic-design output, with an emphasis on legible text rendering inside the generated image. It generates from a prompt only and does not accept reference images. Output format can be requested as PNG, JPEG, or WebP. Image dimensions are chosen by the model rather than by the request, so explicit sizes and aspect ratios are rejected instead of silently reshaped.

Imagen

Ling 3.0 Flash VL

Ling 3.0 Flash VL builds on Ling 3.0 Flash (124B total / 5.5B active MoE from InclusionAI), further strengthening its language capabilities while adding native visual perception and advanced visual agent capabilities. Hybrid instant/reasoning model with tool calling.

TextoContexto de 131K0,06 US$ / 0,18 US$

Ling 3.0 Flash Sante

Ling 3.0 Flash Sante is a health and medicine-focused mixture-of-experts model from InclusionAI, built on Ling 3.0 Flash with 5.1B active parameters out of 124B total. It is designed for medical knowledge reasoning, clinical safety, evidence-based retrieval, and long-horizon medical tasks, while retaining general capabilities in reasoning, coding, and agentic tasks.

TextoContexto de 262K

Ling 3.0 Flash Fin

Ling 3.0 Flash Fin is a finance-focused mixture-of-experts model from InclusionAI, built on Ling 3.0 Flash with 5.1B active parameters out of 124B total. It is designed for real-world investment workflows that require complex multi-step tasks and long-horizon planning and execution, while retaining general capabilities in reasoning, coding, and mathematics.

TextoContexto de 262K

Ling 3.0 Tiny

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 thinking and instant modes.

TextoContexto de 262K0,015 US$ / 0,045 US$

Ling 3.0 Flash

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 to complete more useful work within constrained token, latency, and serving-cost budgets.

TextoContexto de 262K0,021 US$ / 0,063 US$

Ring-2.6-1T

Ring-2.6-1T is a 1T-parameter-scale thinking model with 63B active parameters, built for real-world agent workflows that require both strong capability and operational efficiency. It is optimized for coding agents, tool use, and long-horizon task execution, delivering leading results on benchmarks including PinchBench, ClawEval, TAU2-Bench, and GAIA2-search.

With adaptive reasoning effort across high and xhigh modes, Ring-2.6-1T dynamically allocates reasoning budget based on task complexity. This enables stronger performance with lower token overhead, especially in tool-heavy and multi-turn agent workflows.

Ring-2.6-1T is designed for advanced coding agents, complex reasoning pipelines, and large-scale autonomous systems where execution quality, latency, and cost efficiency all matter.

TextoContexto de 262K

Ling-2.6-1T

Ling-2.6-1T is an instant (instruct) model from inclusionAI and the company’s trillion-parameter flagship, designed for real-world agents that require fast execution and high efficiency at scale. It uses a “fast thinking” approach to reduce costs to roughly a quarter of comparable models while maintaining top-tier performance.

The model achieves state-of-the-art results on benchmarks such as AIME26 and SWE-bench Verified, and is well suited for advanced coding, complex reasoning, and large-scale agent workflows where both capability and efficiency are critical.

TextoContexto de 262K

Ling-2.6-flash

Ling-2.6-flash is an instant (instruct) model from inclusionAI with 104B total parameters and 7.4B active parameters, designed for real-world agents that require fast responses, strong execution, and high token efficiency. It delivers performance comparable to state-of-the-art models at a similar scale while significantly reducing token usage across coding, document processing, and lightweight agent workflows.

TextoContexto de 262K

inclusionAI: Ling 3.2 Flash (free)

Proveedores

Rendimiento

Tiempo de actividad

Disponibilidad en las últimas 24 horas

Aplicaciones

Actividad

API

Preguntas frecuentes

Explorar más modelos

Más modelos de inclusionai

Más modelos de inclusionai

inclusionAI: Ling 3.2 Flash (free)

Proveedores

Rendimiento

Tiempo de actividad

Disponibilidad en las últimas 24 horas

Aplicaciones

Actividad

API

Preguntas frecuentes

¿Qué es Ling 3.2 Flash (free)?

¿Es gratis Ling 3.2 Flash (free)?

¿Cuál es la longitud de contexto de Ling 3.2 Flash (free)?

¿Admite Ling 3.2 Flash (free) llamadas a herramientas y salidas estructuradas?

¿Qué entradas y salidas admite Ling 3.2 Flash (free)?

¿Qué proveedores ofrecen Ling 3.2 Flash (free)?

¿Qué otros modelos de texto tiene inclusionAI?

¿Cuándo se lanzó Ling 3.2 Flash (free)?

Explorar más modelos

Más modelos de inclusionai

Más modelos de inclusionai