Bisakah Ling 3.0 Flash VL dijalankan secara lokal?

Ya, bobotnya terbuka dan tersedia di Hugging Face. Perlu diingat jumlah parameter total 124 miliar, jadi deployment lokal membutuhkan perangkat keras yang memadai meskipun hanya 5,5 miliar parameter aktif per token — periksa panduan VRAM sebelum memutuskan.

Berapa biaya dan berapa panjang konteksnya?

Melalui API, harganya $0,02 per juta token input dan $0,06 per juta token output, dengan jendela konteks 256K token.

Apa perbedaan versi VL dengan Ling 3.0 Flash?

Ling 3.0 Flash adalah model hanya teks; varian VL menambahkan encoder visual ViT dan pengkodean temporal VideoRoPE, mengintegrasikan pemahaman gambar dan video ke dalam pipeline penalaran dan agentik yang sama, bukan memperlakukan visi sebagai modul terpisah.

▲

19.3%

minggu ini

Ling 3.0 Flash VL

8450°

#llm #inclusionai #visi #video #penalaran #agen

Jalankan model ini

Penawaran / Iklan

OpenRouter Terminal / API

Bayar per token

Ngobrol dengan model ini di browser atau panggil dari kode kamu dengan satu API key.

inclusionAI | 131,072 token context | $0.06/M input, $0.18/M output. Ling 3.0 Flash VL builds on Ling 3.0 Flash (124B total / 5.5B active MoE from InclusionAI), further strengthening its language capabilities while adding native visual perception and advanced visual agent capabilities. Hybrid instant/reasoning model with tool calling.

Panduan untuk model ini

LLM lokal terbaik berdasarkan kasus penggunaan (Oktober 2026): model terbuka yang tepat untuk setiap pekerjaan

Berapa banyak VRAM yang sebenarnya saya butuhkan untuk AI lokal?

Bobot terbuka vs sumber terbuka vs hanya API: apa yang sebenarnya boleh kamu lakukan

Apa itu file GGUF? Penjelasan model terkuantisasi (Q4, Q8, fp8, NF4)

Semua panduan

Catatan Kapten

Ditulis oleh Captain, editor rumah

Catatan dari 2026-10-13

Ling 3.0 Flash VL adalah model multimodal open-weights dari InclusionAI: sparse MoE 124 miliar parameter yang hanya mengaktifkan 5,5 miliar parameter per token, dengan pemahaman gambar dan video asli yang tertanam dalam pipeline penalarannya, bukan tambahan. Jendela konteks 256K dan mode instan/penalaran hibrida membuatnya sangat mampu untuk biaya inferensi yang rendah. Dengan harga $0,02 per juta token input, cocok untuk pengembang yang membutuhkan visi dan alur kerja agentik tanpa tagihan model frontier.

Dikenal untuk

Penalaran visual asli: visi masuk ke perencanaan dan verifikasi, bukan hanya deskripsi.
Efisiensi sparse MoE: 124 miliar parameter total, hanya 5,5 miliar aktif per token.
Jendela konteks 256K menangani dokumen panjang, video, dan riwayat agen yang diperpanjang.
Pengkodean VideoRoPE mendukung pemahaman temporal, lokalisasi kejadian, dan QA video panjang.
Pemanggilan alat dan kemampuan agen visual untuk tugas web dan antarmuka perangkat lunak.

Waspadai

124 miliar parameter total berarti deployment lokal membutuhkan perangkat keras serius meskipun parameter aktif rendah.
Mode berpikir aktif secara default; Anda harus mempertimbangkan ini dalam aplikasi sensitif latensi.
Pembuat belum mempublikasikan detail lisensi di halaman ini — periksa repositori Hugging Face sebelum penggunaan komersial.

Terbaik untuk

Penglihatan

Agen dan penggunaan alat

Penalaran

Konteks panjang

Jalankan secara lokal

Prompt untuk dicoba

Analisis grafik atau dokumen

Lampirkan gambar grafik, tabel, atau dokumen hasil scan. Jelaskan apa yang ditunjukkan, identifikasi tren atau anomali, dan ekstrak tiga angka terpenting sebagai daftar terstruktur dengan penjelasan satu baris untuk masing-masing.

Agen visual: peta UI

Lampirkan tangkapan layar halaman web atau aplikasi desktop. Daftar setiap elemen interaktif yang Anda lihat, jelaskan fungsi masing-masing, lalu tulis urutan tindakan langkah demi langkah yang bisa diikuti skrip untuk menyelesaikan login dan menavigasi ke pengaturan akun.

Penalaran visual multi-langkah

Lampirkan gambar yang berisi soal matematika, teka-teki logika, atau diagram dengan bagian berlabel. Kerjakan masalah langkah demi langkah hanya menggunakan informasi yang terlihat di gambar, tunjukkan penalaran Anda di setiap langkah, dan nyatakan jawaban akhir dengan jelas.

Bandingkan dengan

Ling 3.0 Flash Sante
Model hanya API
konteks 262,144 token · $0.04/M input, $0.12/M output
Ling 3.1 Flash
Model hanya API
konteks 262,144 token · $0.07/M input, $0.22/M output
Ling 3.0 Flash
Model dengan bobot terbuka
konteks 262,144 token · $0.02/M input, $0.06/M output
Ling 3.0 Flash Fin
Model hanya API
konteks 262,144 token · $0.04/M input, $0.12/M output

Model teks lain dari inclusionai

Pertanyaan yang sering diajukan

Bisakah Ling 3.0 Flash VL dijalankan secara lokal?: Ya, bobotnya terbuka dan tersedia di Hugging Face. Perlu diingat jumlah parameter total 124 miliar, jadi deployment lokal membutuhkan perangkat keras yang memadai meskipun hanya 5,5 miliar parameter aktif per token — periksa panduan VRAM sebelum memutuskan.
Berapa biaya dan berapa panjang konteksnya?: Melalui API, harganya $0,02 per juta token input dan $0,06 per juta token output, dengan jendela konteks 256K token.
Apa perbedaan versi VL dengan Ling 3.0 Flash?: Ling 3.0 Flash adalah model hanya teks; varian VL menambahkan encoder visual ViT dan pengkodean temporal VideoRoPE, mengintegrasikan pemahaman gambar dan video ke dalam pipeline penalaran dan agentik yang sama, bukan memperlakukan visi sebagai modul terpisah.

Putusan Kapten
Titik masuk yang benar-benar murah untuk pekerjaan visi-plus-agen, dan bobot terbuka berarti Anda tidak terkunci pada satu API.

Kartu model di Hugging Face

Kapten menulis catatan ini dari deskripsi model dan kartu model itu sendiri. Harga dan ukuran konteks adalah milik penyedia pada saat penulisan dan dapat berubah.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Also ranked: #57 Hottest Text / LLM model · #57 Hottest Text / LLM text model

Not this creator?

Get your own badge

Tren popularitas Ling 3.0 Flash VL

Skor panas sejak 10 Sep 2026

Skor panas

8,450°

Minggu ini

▲

19.3%

8,426° dulu, 8,450° sekarang

Bulan ini

▲

243%

8,288° dulu, 8,450° sekarang

Tahun lalu

n/a

Belum dirilis/dilacak

7,000°

Floor

Skala berjalan dari 0° sampai 9.999°. Semua yang di bawah 7,000° disimpan untuk model yang belum dilaporkan oleh sumber mana pun, yang memakai angka pengganti di sana supaya daftar tetap lengkap. 7,000° adalah titik awal data yang diukur: model dengan data nyata tapi hampir tidak ada unduhan berada di floor, dan pengukuran mengisi derajat di atasnya. Floor tidak mengatakan apa-apa tentang model; hanya derajat di atasnya yang berbicara, dan itu yang membedakan satu model dengan yang lain.

+1,450°

Token OpenRouter

682,291,361,460 token diproses model ini melalui OpenRouter dalam 30 hari terakhir, termasuk prompt dan jawaban. Setiap 10,000,000 token dihitung sebagai satu unduhan dalam istilah unduhan, total 68,229; token hari terakhir masuk ke tingkat adopsi. Sumber: OpenRouter (openrouter.ai/rankings).

Tampilkan rincian

Setiap angka di situs ini bisa dicek. Skor heat model ini adalah 8,450°, dan ini dibangun satu bahan pada satu waktu, dengan total berjalan setelah setiap langkah: floor, derajat yang ditambahkan setiap sumber, bonus untuk jenis model dan pengurangan karena usia bobotnya. Warna-warna itu adalah rentang pada grafik di atas. Glosarium di akhir menjelaskan setiap istilah.

1
Mulai dari floor.
Kenapa 7,000° dan bukan nol: skala dari 0° sampai 9.999°, dan bagian di bawah 7,000° disediakan untuk model yang belum dilaporkan sumber mana pun, yang memakai angka pengganti supaya daftar tetap lengkap dan tidak pernah mengalahkan model dengan data. 7,000° adalah titik awal data yang diukur. Model dengan data nyata tapi hampir tidak ada unduhan berada di sini; semua yang berikutnya adalah pengukuran, dan ruang di atas floor memuat sepuluh langkah sepuluh kali lipat unduhan dengan 300° masing-masing. Floor sama untuk semua model, jadi tidak menentukan apa-apa; yang menentukan adalah derajat di atasnya.
7,000°
total berjalan
2
Tambahkan unduhan.
68,229 setara unduhan secara total, dari Token OpenRouter. Sepuluh kali unduhan menambah 300° yang sama, jadi ukuran penting tapi tidak pernah mendominasi skor.
+1,450°
8,450°
total berjalan
=
Skor heat.
Posisi model ini di setiap daftar di situs ini. Tidak ada yang mengubahnya selain ini.
8,450°

Glosarium: istilah yang dipakai di sini

Skor heat: Satu angka untuk seberapa banyak model dipakai dan diinginkan sekarang, dari 0° sampai 9.999°. Setiap daftar di situs ini yang bilang terpanas diurutkan berdasarkan ini dan tidak ada yang lain.
Lantai: 7.000° yang jadi titik awal semua model dengan data nyata. Skala dari 0° sampai 9.999°; bagian di bawah lantai untuk pengganti (model tanpa data), supaya model dengan data selalu di atas yang tanpa. Lantai sama untuk semua dan tidak menentukan apa-apa; derajat di atasnya yang dihitung.
Setara unduhan: Semua yang dihitung skor sebagai unduhan, dijumlahkan: unduhan itu sendiri, setiap torrent seeder dihitung 1.000, setiap gambar AI Horde dan setiap run di situs generasi dihitung satu.
Skala log: Menghitung per puluhan, bukan per satuan: naik dari 1.000 ke 10.000 unduhan menambah derajat yang sama dengan naik dari 10.000 ke 100.000. Ini mencegah raksasa mendominasi semuanya.
Suka: Jempol ke atas dan suka dari semua sumber, bernilai setengah unduhan di skala log.
Tingkat adopsi: Berapa banyak unduhan per hari yang didapat model sekarang, dari selisih dua pembacaan sumber. Bobot seperempat dari istilah unduhan.
Diukur dan diperkirakan: Diukur berarti ada dua pembacaan dari sumber dan perbedaannya nyata. Diperkirakan berarti hanya total hari ini yang diketahui dan masa lalu dibagi selama umur model; situs memberitahu mana yang sedang ditampilkan.
Seeder: Seseorang yang menyimpan salinan bobot secara online agar orang lain bisa mengunduh lewat torrent, atau mirror yang dihosting melakukan hal yang sama. Setiap satu dihitung sebagai 1.000 unduhan.
AI Horde: Jaringan sukarelawan yang menghasilkan gambar secara gratis di komputer yang disumbangkan. Jumlah gambar yang dibuat dengan model tertentu bersifat publik, dan setiap gambar dihitung sebagai satu unduhan.
Situs generasi: Situs yang menyimpan salinan model sendiri dan membiarkan orang menghasilkan gambar dengannya, seperti PixAI, SeaArt, dan Yodayo. Unduhan mereka dihitung seperti di Civitai dan setiap kali generasi dihitung sebagai satu unduhan.
Token OpenRouter: Model teks yang dilayani melalui API, seperti Claude atau GPT, tidak memiliki bobot untuk diunduh, jadi penggunaannya diukur dalam token: potongan teks yang dibaca dan ditulis melalui OpenRouter, gateway yang digunakan banyak aplikasi, selama 30 hari terakhir. Setiap 10,000,000 token dihitung sebagai satu unduhan. Sumber: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Model penuh (checkpoint): Bobot itu sendiri, file yang bisa menghasilkan secara mandiri. Mendapat bonus karena add-on bergantung padanya.
LoRA dan embedding: File add-on kecil yang mengarahkan bobot orang lain ke gaya, karakter, atau konsep tertentu. Tidak bisa dijalankan sendiri.
Keluarga dan bobot: Dasar yang dipakai model, seperti SD 1.5, SDXL, Flux, atau Wan. Setiap model mewarisi tanggal rilis bobot keluarganya.
Usia: Pengurangan nilai berdasarkan seberapa lama bobot keluarga itu dirilis: 150° per tahun, sampai maksimal 750°. Ini menjaga unduhan lama yang sudah bertahun-tahun menumpuk agar tetap di atas daftar.
Dorongan keluarga: Dorongan kecil dan terbatas untuk LoRA dari keluarga yang sedang didorong situs ini sekarang, selalu tercantum dalam rincian.
Skor pengganti: Angka stabil di bawah batas yang diberikan pada model yang belum ada laporan sumbernya, supaya daftar tetap lengkap. Tidak pernah lebih tinggi dari model yang punya data.
Baru! (masa tenggang): Model yang berumur kurang dari 7 hari menunjukkan label Baru! bukan skor dan tidak masuk peringkat. Skornya dihitung sejak hari pertama, tapi model yang baru sehari tumbuh lebih cepat dari apa pun, jadi tanpa masa tunggu model #1 minggu ini selalu yang baru kemarin, bukan yang bertahan seminggu.
Tren: Bagaimana pertumbuhan model selama periode tertentu dibandingkan dengan pertumbuhan model biasa di periode yang sama. Lebih cepat dari biasanya berarti naik, lebih lambat berarti turun.
Model biasa: Tengah katalog: setengah model dengan angka tumbuh lebih cepat selama periode itu, setengahnya lebih lambat.

Bagaimana popularitas model ini bergerak dibandingkan dengan katalog lainnya: pertumbuhan unduhan, suka, dan penggunaan setiap periode, diukur terhadap pertumbuhan model biasa dalam periode yang sama, dengan skor panasnya saat itu. Di atas pertumbuhan biasa berarti naik, di bawahnya berarti turun. Masa lalu direkonstruksi dari total hari ini, hari pertama model, dan kecepatan unduhan yang diukur jika ada dua pembacaan; model yang belum ada di awal periode menunjukkan n/a.

Model Serupa

Gemini 3.5 Flash Lite

TEXT / LLM

Mistral Small 3.1 24B

TEXT / LLM

Model AI untuk Pembuatan Gambar, Video & Teks

Ling 3.0 Flash VL adalah model teks untuk keluarga Text / LLM yang tercantum di ModelTrends.ai, katalog hanya-baca untuk model AI gambar, video, dan teks open source. Bandingkan dengan model Text / LLM lainnya dan lihat skor popularitasnya untuk mengetahui trennya.

Model Text / LLM lainnya Teks / LLM Text / LLM lainnya llm inclusionai visi video penalaran agen konteks panjang lokal

Jelajahi berdasarkan Keluarga Model