Felo API PlatformFelo API Platform
Voltar aos modelos
Inclusionaimessages

Ling 3.2 Flash (free) API

Ling3.2 Flash é um modelo multimodal nativo para compreender textos, imagens e vídeos em tarefas visuais complexas.

O inclusionAI: Ling3.2 Flash, da Ant Ling, combina visão e linguagem em uma arquitetura multimodal nativa, em vez de conectar um codificador visual externo a um modelo de texto. Aceita texto, imagens e vídeos como entrada e produz texto, com uma janela de contexto de1 million token. O modelo tem560 bilhões de parâmetros totais, com25 bilhões de parâmetros ativos por token.

É adequado para compreensão de documentos e quadros, tarefas de agentes multimodais de longo horizonte, entendimento e interação em3D, aplicações multimodais médicas e ciclos de feedback visual nos quais o modelo inspeciona suas próprias renderizações. Também pode lidar com tarefas multimodais complexas que exigem análise combinada de linguagem e conteúdo visual.

Para vídeo, há limite de trinta segundos por clipe, um clipe por solicitação e trinta e dois quadros amostrados. Cada imagem deve ter menos de16384 por784 pixels, e uma solicitação pode conter até quarenta imagens. A API da Ant Ling tem limite global de dois requests por segundo; chamadas síncronas expiram após90 segundos, portanto o streaming é recomendado para uso em produção.

Atualizado:

ID DO MODELO

ling-3.2-flash:free
Contexto
1.049M
Saída máxima
262.144K
API recomendada
messages
Entrada
text / image
Saída
text

Destaques

  • Arquitetura multimodal nativa
  • 1 million token de contexto
  • 560 bilhões de parâmetros
  • 25 bilhões ativos por token
  • Compreensão visual complexa

Provedores

1 provedores

Compare os preços de API entre provedores. Selecione um provedor para ver todos os preços e condições.

Provedor · Detalhes de preço
Disponibilidade
$0$0

Raciocínio

Ativado por padrão
Sim
Sempre ativado
Não

Início rápido

Código pronto para chamar este modelo com as APIs compatíveis da Felo API Platform. Comece no Playground quando quiser testar prompts antes de escrever código.

1

Defina sua chave de API

Crie uma chave na sua conta da Felo API Platform e defina-a como variável de ambiente.

export FELO_API_KEY="YOUR_API_KEY"
2

Faça sua primeira requisição

Use este ID de modelo com o endpoint da Felo API Platform. Cabeçalhos opcionais como X-Request-Id ajudam a solucionar problemas.

ling-3.2-flash:free

Este modelo tem capacidade de raciocínio. Se o protocolo selecionado e a rota do modelo expuserem controles de raciocínio, preserve os metadados de raciocínio retornados ao continuar a conversa.

const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
  method: 'POST',
  headers: {
    Authorization: `Bearer ${process.env.FELO_API_KEY}`,
    'Content-Type': 'application/json',
  },
  body: JSON.stringify({
  "model": "ling-3.2-flash:free",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());

Usar SDKs de terceiros

Em SDKs compatíveis, defina baseURL como https://openapi.felo.ai/api/v1. Para clientes no estilo Claude, use a base URL compatível com Anthropic. https://openapi.felo.ai/api.

3

Ative o streaming

Adicione stream: true para receber respostas como server-sent events.

curl -N https://openapi.felo.ai/api/v1/messages \
  -H "Authorization: Bearer $FELO_API_KEY" \
  -H "Content-Type: application/json" \
  -d '{
  "model": "ling-3.2-flash:free",
  "max_tokens": 1024,
  "messages": [
    {
      "role": "user",
      "content": "Hello"
    }
  ],
  "stream": true
}'

Endpoint

A Felo API Platform expõe superfícies compatíveis de chamada de modelos. Escolha a superfície que seu app ou cliente de agente já suporta.

SurfaceMethodURL

Messages

Mensagens compatíveis com Anthropic para clientes no estilo Claude.

POST

https://openapi.felo.ai/api/v1/messages

Parâmetros

NomeTipoPadrãoDescrição
modelstringling-3.2-flash:freeID público do modelo a chamar.
max_tokensinteger—Número máximo de tokens gerados.
messagesarray—Mensagens da conversa para Chat Completions.
seed———
stop———
toolsarray—Definições de tool calling seguindo o schema compatível.
top_k———
top_p———
reasoning———
temperaturenumber—Controla a variedade das respostas quando compatível.
tool_choicestring or object—Controla se uma ferramenta deve ser chamada.
response_formatobject—Solicita saída estruturada quando compatível.
presence_penalty———
frequency_penalty———
include_reasoning———
structured_outputs———

Perguntas frequentes

O que é Ling 3.2 Flash (free)?

O inclusionAI: Ling3.2 Flash, da Ant Ling, combina visão e linguagem em uma arquitetura multimodal nativa, em vez de conectar um codificador visual externo a um modelo de texto. Aceita texto, imagens e vídeos como entrada e produz texto, com uma janela de contexto de1 million token. O modelo tem560 bilhões de parâmetros totais, com25 bilhões de parâmetros ativos por token. É adequado para compreensão de documentos e quadros, tarefas de agentes multimodais de longo horizonte, entendimento e interação em3D, aplicações multimodais médicas e ciclos de feedback visual nos quais o modelo inspeciona suas próprias renderizações. Também pode lidar com tarefas multimodais complexas que exigem análise combinada de linguagem e conteúdo visual. Para vídeo, há limite de trinta segundos por clipe, um clipe por solicitação e trinta e dois quadros amostrados. Cada imagem deve ter menos de16384 por784 pixels, e uma solicitação pode conter até quarenta imagens. A API da Ant Ling tem limite global de dois requests por segundo; chamadas síncronas expiram após90 segundos, portanto o streaming é recomendado para uso em produção.

Como o uso é cobrado?

Sua conta depende do provedor que você usa, dos preços dele e do seu uso. Entradas mais longas ou outras condições podem ter preços diferentes.

Quais entradas o modelo aceita?

Aceita texto, imagens e vídeos como entrada, e produz texto.

Qual é o tamanho do contexto?

O modelo tem uma janela de contexto de1 million token. O limite de saída não foi informado.

Para quais tarefas ele é indicado?

É indicado para compreensão de documentos e quadros, agentes multimodais, entendimento e interação em3D, trabalho multimodal médico e ciclos de feedback visual.

Quais são os limites para imagens e vídeos?

Cada imagem deve ter menos de16384 por784 pixels, e uma solicitação pode conter até quarenta imagens. Vídeos são limitados a trinta segundos por clipe, um clipe por solicitação e trinta e dois quadros amostrados.

Como ele se diferencia de comparações textuais tradicionais?

A arquitetura é multimodal nativa, mas não foram divulgadas comparações públicas somente de texto para raciocínio, programação ou tarefas agentivas de terminal.