inclusionAI: Ling 3.0 Flash
inclusionai/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.
提供商
不同公司托管同一模型。OpenRouter 根据您选择的路由模式将请求路由到其中一家公司:Balanced(价格 + 速度)、Nitro(速度最快)或 Floor(价格最低)。
65% off | US$0.06US$0.021 | US$0.18US$0.063 | US$0.012US$0.0042 | 0.94s | 87 tok/s | |
|---|---|---|---|---|---|---|
| US$0.060 | US$0.180 | US$0.0120 | 0.26s | 125 tok/s |
- 输入 US$0.021 / 输出 US$0.06365% off87 tok/s100.00% 正常运行时间
输入 US$0.06 / 输出 US$0.18125 tok/s99.86% 正常运行时间
定价
客户为此模型实际支付的平均价格,与提供商公布的价格并列展示。由于缓存和折扣,实际支付的价格往往远低于标价。
加权平均值
Ling 3.0 Flash — 价格历史
| US$0.0127 | US$0.0625 | 50.7% | 97.1% | ||
| US$0.0427 | US$0.1789 | 35.5% | 2.9% |
- 有效输入价格 US$0.0127 / 实际输出 US$0.0625token 占比97.1%
- 有效输入价格 US$0.0427 / 实际输出 US$0.1789token 占比2.9%
性能
吞吐量是模型生成内容的速度(每秒 token 数,越高越好)。延迟是完整的往返时间(越低越好)。TTFT 是首个 token 的响应时间,即您看到内容出现前需要等待的时间(越低越好)。
P50,所有提供商中最佳
P50,最佳提供商
正常运行时间
正常运行时间是指过去 3 天中至少有一家提供商响应请求的时间百分比。可用性是指成功提供推理服务的时间百分比。OpenRouter 会持续监控,并在某家提供商返回错误时使用次优提供商。
过去 3 天的可用性
最近 72 小时过去 24 小时的可用性
当上游提供商发生错误时,如果您的请求筛选条件允许,我们可以通过路由到另一家健康的提供商来恢复服务。您可以通过以下接口以编程方式访问各提供商的正常运行时间数据: 端点 API。了解更多有关我们的 负载均衡和提供商路由选项。
基准测试
标准化评测得分,以及此模型针对共用基准测试提示词的实际输出。百分比越高越好,每项排名显示此模型在该来源所评测的模型中的位置。
| 来源 | 基准测试 | 得分 |
|---|---|---|
| Artificial Analysis | Ling 3.0 Flash Openness Index | 44.4 |
| Artificial Analysis | Ling 3.0 Flash AutomationBench-AA | 3.2% |
| Artificial Analysis | Ling 3.0 Flash GDP.pdf | 5.4% |
| Artificial Analysis | Ling 3.0 Flash GPQA Diamond | 85.5% |
| Artificial Analysis | Ling 3.0 Flash HLE | 23.7% |
| Artificial Analysis | Ling 3.0 Flash AA-LCR | 73.0% |
| Artificial Analysis | Ling 3.0 Flash τ³-Banking | 27.2% |
| Artificial Analysis | Ling 3.0 Flash GDPval-AA | 22.8% |
| Artificial Analysis | Ling 3.0 Flash CritPt | 1.7% |
| Artificial Analysis | Ling 3.0 Flash HLE-Diamond | 7.2% |
| Artificial Analysis | Ling 3.0 Flash SciCode | 42.0% |
| Artificial Analysis | Ling 3.0 Flash Terminal-Bench 4.0 | 0.0% |
| Artificial Analysis | Ling 3.0 Flash Terminal-Bench 2.1 | 55.4% |
| Artificial Analysis | Ling 3.0 Flash MLCR-AA | 5.0% |
应用
向此模型发送最多流量的公开应用。这能很好地反映实际生产工作负载的情况,也能提示此模型最适合哪些用例。
活动
此模型的 token 用量和请求流量随时间的变化。
API
可直接用于调用此模型的代码。OpenRouter 的 API 与 OpenAI 兼容——大多数 SDK 只需替换基础 URL 即可使用。切换模型时,唯一需要更改的是下方的模型标识符。
目前无法通过 EU 区域内路由使用。 区域内路由文档
常见问题
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.
Ling 3.0 Flash 的费用为 US$0.021/百万输入 token 和 US$0.063/百万输出 token,Cache Read,价格为 US$0.0042/M tokens 单独计费。
Ling 3.0 Flash 的上下文窗口为 262,144 个 token。它最多支持 32,768 个补全 token。
是的。Ling 3.0 Flash 接受 tools 和 tool_choice,以进行函数调用。 它支持使用 response_format 输出 JSON,但不强制执行 JSON Schema。
在 OpenRouter 上,Ling 3.0 Flash 由 2 家提供商提供服务:NovitaAI和DeepInfra。 请求会路由至最佳的可用提供商,并在故障时自动切换至其他提供商,您也可以通过提供商路由固定或排除提供商。
Ling 3.0 Flash 于 2026年7月23日 发布。