inclusionAI

Ling 3.2 Flash (free)

مدل Ling 3.2 Flash از شرکت inclusionAI یک مدل استدلالیِ ترکیبی است که ورودی متنی و تصویری را می‌پذیرد، با کانتکستی تا ۱ میلیون توکن و امکان پردازش تا ۲۰۰ تصویر در هر درخواست.

لایسنس محدود
متن به متنتصویر به متن
کانتکست
۱۰۴۹K
هزار توکن
تاریخ انتشار
۲۲ آبان ۱۴۰۵

تحلیل

حکم کلی

مدلی تخصصی است. قبل از انتخاب، امتیاز فارسی‌اش را با رقبای هم‌رده مقایسه کنید.

نقاط قوت

  • متن‌های خیلی بلند را یک‌جا می‌خواند

نقاط ضعف

در داده‌ها نقطه‌ضعف مهمی دیده نشد.

سنجه‌های فارسی

این مدل هنوز ارزیابی نشده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم. روش ارزیابی

قابلیت‌ها

ورودی تصویر
عکس یا اسکرین‌شات را می‌خواند
ورودی فایل
ورودی صدا
ورودی ویدیو
فراخوانی ابزار
API و ابزار بیرونی را صدا می‌زند
خروجی JSON
جواب را در قالب مشخص می‌دهد
فکر کردن قبل از جواب
برای سؤال‌های سخت

پارامترهای قابل ارسال

این‌ها را می‌توانید در درخواست به این مدل بفرستید.

  • temperatureمیزان خلاقیت جواب
  • top_pنمونه‌برداری هسته‌ای
  • top_kمحدود کردن گزینه‌های هر توکن
  • max_tokensسقف طول جواب
  • stopتوقف با رشتهٔ دلخواه
  • seedجواب تکرارپذیر
  • toolsتعریف ابزار
  • tool_choiceاجبار به استفاده از ابزار
  • response_formatقالب جواب (JSON)
  • structured_outputsخروجی با اسکیمای مشخص
  • reasoningتنظیم فکر کردن
  • include_reasoningبرگرداندن متن فکر
  • frequency_penaltyکم کردن تکرار کلمه
  • presence_penaltyتنوع موضوع

بر اساس اطلاعاتی که OpenRouter برای این مدل منتشر کرده.

مشخصات فنی

کانتکست
۱۰۴۹K توکن
حداکثر طول جواب
۲۶۲ هزار توکن
مودالیتی
text · vision
تاریخ انتشار
۲۲ آبان ۱۴۰۵
فیلتر محتوای ارائه‌دهنده
ندارد

پرسش‌های پرتکرار

دربارهٔ Ling 3.2 Flash (free)

این مدل هنوز در ارزیابی فارسی ما نبوده. مدل‌ها را به‌نوبت ارزیابی می‌کنیم و امتیازش بعد از ارزیابی همین‌جا می‌آید.

این مدل علاوه بر متن، تصویر هم ورودی می‌گیرد، می‌تواند ابزار و API بیرونی را صدا بزند، خروجی را در قالب JSON مشخص برمی‌گرداند و حالت فکر کردن قبل از جواب دارد.

کانتکست این مدل ۱٫۰۵ میلیون توکن است، یعنی تقریباً ۱٬۰۴۹ صفحه متن فارسی را یک‌جا می‌خواند. در هر جواب هم تا ۲۶۲ هزار توکن می‌نویسد.