inclusionAI/Ling-3.0-flash
MODEL PROFILE模型资料deepinfra · 2026-08-02 发布 · 开源权重
Ling-3.0-flash 是 inclusionAI 推出、通过 deepinfra 平台提供的开源纯文本大模型，采用 MIT 许可证，面向需要超长上下文、大批量文本生成且成本敏感的开发团队与业务系统。
模型介绍
Ling-3.0-flash 属于 inclusionAI 的 Ling-3.0 系列，是与 Ling-3.0-flash-VL 并列的纯文本版本，输入输出均为文本模态，不承担图像理解任务。它主要解决长文档处理与大规模文本生成中的成本与长度约束问题：131072 tokens 的上下文窗口与同等的单次最大输出上限，意味着可以在一次请求中放入体量较大的资料，并让模型直接产出长篇结果。模型以开源权重形式发布，许可证为 mit，商用与二次改动的限制较小，便于自建部署或迁移到自选推理服务。当前该模型在本站尚无能力标签收录，也未积累公开跑分，平台收录数为 0，因此选型时应以实际业务样本的测试结果为准，不宜套用未经核实的结论。
选型建议需要低成本、超长上下文的纯文本处理时选它；需要图像理解或强推理上限的场景应换用 VL 版本或其他模型。
关键指标
适用场景
- 对合同、报告等长文档做整篇摘要与要点抽取
- 批量生成商品描述、SEO 文案等结构化文本
- 在客服或知识库系统中承接长上下文问答
- 对已有文稿进行长篇幅改写、扩写与风格统一
暂无：知识截止、模型家族、参数规模、缓存读价、缓存写价、推理、工具调用、结构化输出、附件、温度调节（上游未公开，本站不估算）。 发布 101 天。
规格与能力
上面没列到的字段公开资料对 Ling-3.0-flash 的具体网络结构披露有限，可确认的是它属于 Ling-3.0 系列的纯文本分支，与同系列 VL 版本形成文本与多模态的分工。
- 系列分工Ling-3.0-flash 与 Ling-3.0-flash-VL 同属一个系列，前者只处理文本，后者承担视觉输入，选型时按是否需要读图区分。
- 长度结构上下文与单次最大输出同为 131072 tokens，长输入与长输出共用同一额度，适合一次性吞吐大段文本。
- 披露程度官方未详述参数规模、注意力机制等细节，公开资料较少，架构层面的判断宜以实测表现替代参数推测。
- 开源权重
- 是
- 许可证
- mit
能力
资料未标注
同系列其他规格
| 型号 | 厂商 | 参数 | 上下文 | 输入价 | 输出价 |
|---|---|---|---|---|---|
| inclusionAI/Ling-3.0-flash-VL | deepinfra | — | 131.1K | $0.06/M | $0.18/M |
性能表现
本站未收录该模型的第三方跑分，能力表现只能从模态、长度与同价位对比做定性判断。
- 文本强项支持 131072 tokens 输入并允许同等长度输出，长文摘要、批量改写、文档级问答这类任务不必先切分。
- 多模态短板仅支持文本输入输出，需要读图、读表截图或文档扫描件的场景应改用同价的 Ling-3.0-flash-VL。
- 适合场景对单位成本敏感、请求量大且以文本为主的业务更适合它，对复杂推理上限要求极高的任务应另行压测。
价格与性价比
结合各平台报价与同类对比deepinfra 给出的官方价格为输入 0.06 美元/百万 tokens、输出 0.18 美元/百万 tokens，在同类可比模型中处于低价档。
- 价格定位输入与输出均按百万 tokens 计费，输出价约为输入价的三倍，长输出任务的费用主要由生成段决定。
- 横向对比相对 Meta-Llama-3.1-8B-Instruct-Turbo 的输入价高约 66.7%，但明显低于 gemma-4-31B-it-Ultra 与 gpt-oss-120b-Ultra 等选项。
- 平台差价目前仅 DeepInfra 一家报价，暂无跨平台比价空间，议价与容灾选择相对有限。
- 省钱思路把重复出现的固定提示放在请求前部、压缩无关上下文，可减少输入计费；长输出任务宜先确认必要性。
平台报价对比
1 个来源口径| 来源 | 输入价 | 输出价 | 缓存读 | 相对输入价 |
|---|---|---|---|---|
| DeepInfra | $0.06/M | $0.18/M | — | 0.0% |
同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.06/M / $0.18/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。
同类模型对比
5 条| 模型 | 上下文 | 输入价 | 输出价 | 输入价差 | AA 综合 |
|---|---|---|---|---|---|
| deepinfra/Qwen/Qwen2.5-72B-Instruct | 131.1K | $0.23/M | $0.4/M | +283.3% | — |
| inclusionAI/Ling-3.0-flash-VL | 131.1K | $0.06/M | $0.18/M | 0.0% | — |
| mistralai/Mistral-Nemo-Instruct-2407 | 131.1K | $0.029/M | $0.03/M | -51.7% | — |
| google/gemma-4-31B-it-Ultra | 131.1K | $0.27/M | $0.76/M | +350.0% | — |
| meta-llama/Llama-3.3-70B-Instruct-Turbo | 131.1K | $0.1/M | $0.32/M | +66.7% | — |
取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价
关于 inclusionAI/Ling-3.0-flash 的常见问题
3 条inclusionAI/Ling-3.0-flash 的 API 价格是多少？
当前收录的官方口径价格为输入 $0.06/M、输出 $0.18/M，单位为美元 / 百万 tokens。不同网关可能有自己的加价与折扣，实际计费以调用平台为准。
inclusionAI/Ling-3.0-flash 支持多长的上下文？
资料显示上下文窗口 131.1K（131,072 tokens），单次最大输出 131.1K。实际可用长度还取决于调用平台的限制。
inclusionAI/Ling-3.0-flash 是开源模型吗？
inclusionAI/Ling-3.0-flash 提供开源权重，可以自行下载部署，许可证为 mit，HuggingFace 下载量 9,515。本站展示的价格是各托管平台对 API 调用的报价，自部署不计入。
使用注意
- 数据口径能力标签未标注、第三方跑分为无、收录平台数为 0 家，任何效果结论都缺少可核验的公开依据。
- 能力边界只接受文本，图像与音频任务无法覆盖；超长上下文下的有效利用率也需按业务样本自行验证。
资料说明
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。
本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。
本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并，冲突时取优先级高的来源；价格单位为美元 / 百万 tokens。
