Felo API PlatformFelo API Platform
ماڈلز پر واپس
Inclusionaimessages

Ling 3.2 Flash (free) API

inclusionAI: Ling3.2 Flash ایک مقامی کثیر الوسائط ماڈل ہے جو متن، تصاویر اور ویڈیو کو سمجھ کر پیچیدہ بصری کام انجام دیتا ہے۔

inclusionAI: Ling3.2 Flash، Ant Ling کا مقامی کثیر الوسائط ماڈل ہے، جو بیرونی بصری انکوڈر کو متنی ماڈل سے جوڑنے کے بجائے وژن اور زبان کو اپنی معماری میں یکجا کرتا ہے۔ یہ متن، تصویر اور ویڈیو بطور ان پٹ لے کر متن تیار کرتا ہے، اور اس میں1 million token context window موجود ہے۔ ماڈل میں560 billion کل parameters ہیں، جبکہ ہر token پر25 billion parameters فعال ہوتے ہیں۔

یہ ماڈل پیچیدہ بصری فہم، دستاویز اور فریم فہم،3D فہم و تعامل، طبی کثیر الوسائط کام، اور ایسے طویل مدتی agent کاموں کے لیے موزوں ہے جن میں بصری معلومات شامل ہوں۔ یہ اپنے تیار کردہ renders کا معائنہ کر کے visual feedback loops بھی انجام دے سکتا ہے۔ ویڈیو فہم ہر clip کے لیے thirty seconds، ایک request میں ایک clip، اور thirty-two sampled frames تک محدود ہے؛ ہر تصویر16384 by784 pixels سے کم ہونی چاہیے اور request میں زیادہ سے زیادہ forty تصاویر شامل ہو سکتی ہیں۔

تازہ کاری:

MODEL ID

ling-3.2-flash:free
سیاق
1.049M
زیادہ سے زیادہ آؤٹ پٹ
262.144K
تجویز کردہ API
messages
ان پٹ
text / image
آؤٹ پٹ
text

نمایاں خصوصیات

  • مقامی کثیر الوسائط معماری
  • 1 million token context window
  • 560 billion کل parameters
  • 3D فہم و تعامل
  • visual feedback loops

فراہم کنندگان

1 فراہم کنندگان

فراہم کنندگان کے درمیان API قیمتوں کا موازنہ کریں۔ تمام چارجز اور شرائط دیکھنے کے لیے کوئی فراہم کنندہ منتخب کریں۔

فراہم کنندہ · قیمت کی تفصیلات
دستیابی
$0$0

بینچ مارکس

  • ZEROBench

    Ant کے مطابق ماڈل نے Opus5 کو پیچھے چھوڑا۔

    اسکور فراہم نہیں کیا گیا
  • Vision2Web

    Ant کے مطابق ماڈل نے Opus5 کو پیچھے چھوڑا۔

    اسکور فراہم نہیں کیا گیا

اسکورز جیسا کہ ماڈل فراہم کنندہ نے شائع کیے۔

استدلال

بطور ڈیفالٹ فعال
ہاں
ہمیشہ فعال
نہیں

فوری آغاز

Felo API Platform کے موافق APIs کے ساتھ اس ماڈل کو کال کرنے کے لیے تیار کوڈ۔ کوڈ لکھنے سے پہلے پرامپٹس آزمائنا چاہیں تو Playground سے شروع کریں۔

1

اپنی API کلید حاصل کریں

اپنے Felo API Platform اکاؤنٹ سے کلید بنائیں اور اسے ماحولیاتی متغیر کے طور پر سیٹ کریں۔

export FELO_API_KEY="YOUR_API_KEY"
2

اپنی پہلی درخواست بھیجیں

یہ ماڈل ID Felo API Platform endpoint کے ساتھ استعمال کریں۔ X-Request-Id جیسے اختیاری درخواست ہیڈرز مسئلہ حل کرنے میں مدد دے سکتے ہیں۔

ling-3.2-flash:free

یہ ماڈل استدلال کے قابل ہے۔ اگر منتخب پروٹوکول اور ماڈل روٹ استدلال کنٹرولز فراہم کرتے ہیں تو گفتگو جاری رکھتے وقت واپس شدہ استدلال میٹاڈیٹا محفوظ رکھیں۔

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());

تیسرے فریق کے SDKs استعمال کرنا

موافق SDKs استعمال کریں اور baseURL کو اس پر سیٹ کریں: https://openapi.felo.ai/api/v1. Claude طرز کے کلائنٹس کے لیے Anthropic کے موافق بنیادی URL استعمال کریں۔ https://openapi.felo.ai/api.

3

اسٹریمنگ فعال کریں

جوابات کو سرور سے بھیجے گئے ایونٹس کے طور پر وصول کرنے کے لیے stream: true شامل کریں۔

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

Felo API Platform ماڈل کال کرنے کی موافق سطحیں فراہم کرتا ہے۔ وہ سطح چنیں جو آپ کی ایپ یا ایجنٹ کلائنٹ پہلے سے تعاون کرتا ہو۔

سطحطریقہURL

Messages

Claude طرز کے کلائنٹس کے لیے Anthropic کے موافق پیغامات۔

POST

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

پیرامیٹرز

نامقسمڈیفالٹتفصیل
modelstringling-3.2-flash:freeکال کرنے کے لیے عوامی ماڈل ID۔
max_tokensinteger—زیادہ سے زیادہ بنائے جانے والے tokens۔
messagesarray—Chat Completions کے لیے گفتگو کے پیغامات۔
seed———
stop———
toolsarray—موافق اسکیما کے مطابق ٹول کالنگ تعریفیں۔
top_k———
top_p———
reasoning———
temperaturenumber—تعاون کی صورت میں جواب کے تنوع کو کنٹرول کرتا ہے۔
tool_choicestring or object—کنٹرول کرتا ہے کہ کوئی ٹول کال ہونا چاہیے یا نہیں۔
response_formatobject—تعاون کی صورت میں ساختہ آؤٹ پٹ کی درخواست کرتا ہے۔
presence_penalty———
frequency_penalty———
include_reasoning———
structured_outputs———

عمومی سوالات

ماڈل تعارف: Ling 3.2 Flash (free)?

inclusionAI: Ling3.2 Flash، Ant Ling کا مقامی کثیر الوسائط ماڈل ہے، جو بیرونی بصری انکوڈر کو متنی ماڈل سے جوڑنے کے بجائے وژن اور زبان کو اپنی معماری میں یکجا کرتا ہے۔ یہ متن، تصویر اور ویڈیو بطور ان پٹ لے کر متن تیار کرتا ہے، اور اس میں1 million token context window موجود ہے۔ ماڈل میں560 billion کل parameters ہیں، جبکہ ہر token پر25 billion parameters فعال ہوتے ہیں۔ یہ ماڈل پیچیدہ بصری فہم، دستاویز اور فریم فہم،3D فہم و تعامل، طبی کثیر الوسائط کام، اور ایسے طویل مدتی agent کاموں کے لیے موزوں ہے جن میں بصری معلومات شامل ہوں۔ یہ اپنے تیار کردہ renders کا معائنہ کر کے visual feedback loops بھی انجام دے سکتا ہے۔ ویڈیو فہم ہر clip کے لیے thirty seconds، ایک request میں ایک clip، اور thirty-two sampled frames تک محدود ہے؛ ہر تصویر16384 by784 pixels سے کم ہونی چاہیے اور request میں زیادہ سے زیادہ forty تصاویر شامل ہو سکتی ہیں۔

استعمال کی بلنگ کیسے ہوتی ہے؟

آپ کا بل اس فراہم کنندہ پر منحصر ہے جو آپ استعمال کرتے ہیں، اس کی قیمتوں اور آپ کے استعمال پر۔ لمبے ان پٹ یا دیگر شرائط پر مختلف قیمتیں لاگو ہو سکتی ہیں۔

یہ کون سے inputs قبول کرتا ہے؟

یہ text input، image input اور video input قبول کرتا ہے، جبکہ output text output ہوتا ہے۔

اس کا context کتنا ہے؟

اس میں1 million token context window موجود ہے۔ output limit فراہم نہیں کی گئی۔

ویڈیو inputs کی کیا حدود ہیں؟

ہر clip thirty seconds تک، ہر request میں ایک clip، اور زیادہ سے زیادہ thirty-two sampled frames شامل ہو سکتے ہیں۔

یہ کن کاموں کے لیے موزوں ہے؟

یہ دستاویز اور فریم فہم، پیچیدہ بصری سمجھ، 3D فہم و تعامل، طبی کثیر الوسائط کام، اور multimodal agent work کے لیے موزوں ہے۔

Ling3.2 Flash کی نمایاں معماری کیا ہے؟

یہ native multimodal architecture استعمال کرتا ہے، جو وژن اور زبان کو ماڈل کے اندر یکجا کرتی ہے۔

یہ اسی سلسلے کے دوسرے ماڈلز سے کیسے مختلف ہے؟

Ant کی model selection table میں Ling3.2 Flash کو Ling3.1 Flash سے اوپر رکھا گیا ہے؛ Ling3.0 Flash VL کے ساتھ مزید تقابل فراہم نہیں کیا گیا۔