Model
.ai
ওপেন AI মডেল ট্র্যাক করছি
এই মডেলের গাইড
সব গাইড
Ling 3.1 Flash হল inclusionAI-এর একটি হাইব্রিড রিজনিং মিক্সচার-অফ-এক্সপার্টস মডেল, যা 560 বিলিয়ন প্যারামিটারের মধ্যে থেকে 25 বিলিয়ন সক্রিয় প্যারামিটার ব্যবহার করে। Flash ডেজিগনেশনটি হালকা ও দ্রুত সার্ভিং প্রোফাইল নির্দেশ করে, একই সাথে MoE দক্ষতা বজায় রেখে খরচ কম রাখে। বর্তমানে এটি বিনামূল্যে ব্যবহারযোগ্য, যা রিজনিং সক্ষমতা চান কিন্তু টোকেন বিল ছাড়াই পরীক্ষা করতে চান তাদের জন্য উপযুক্ত।

পরিচিত

  • হাইব্রিড রিজনিং MoE আর্কিটেকচার: 560B পুল থেকে 25B সক্রিয় প্যারামিটার।
  • 262,144 টোকেন কনটেক্সট উইন্ডো — দীর্ঘ ডকুমেন্ট ট্রাঙ্কেশন ছাড়াই হ্যান্ডেল করে।
  • লিখার সময় বিনামূল্যে ব্যবহারযোগ্য।
  • রিজনিং ফোকাস মাল্টি-স্টেপ সমস্যা এবং কাঠামোবদ্ধ বিশ্লেষণের জন্য উপযুক্ত।

সতর্ক থাকুন

  • ওজন প্রকাশিত নয়; আপনি এটি লোকালি চালাতে বা মডেল পরীক্ষা করতে পারবেন না।
  • inclusionAI কোনো মডেল কার্ড প্রকাশ করেনি, তাই সক্ষমতার বিবরণ সীমিত।
  • বিনামূল্যের মূল্য নির্ধারণ পরিবর্তন হতে পারে; কোনো SLA বা রেট-লিমিট তথ্য প্রকাশিত হয়নি।

চেষ্টা করার প্রম্পটস

ধাপে ধাপে লজিক পাজল
তিন বন্ধু — Ada, Ben এবং Cara — প্রত্যেকে একটি আলাদা পোষা প্রাণী (বিড়াল, কুকুর, মাছ) পোষণ করে এবং আলাদা তলায় (১, ২, ৩) থাকে। Ada তলায় ১ থাকে না। কুকুরের মালিক সরাসরি বিড়ালের মালিকের উপরে থাকে। Ben মাছের মালিক। প্রতিটি inference ধাপ দেখিয়ে নির্ণয় করুন কে কোন তলায় থাকে এবং কোন পোষা প্রাণী পোষে।
দীর্ঘ চুক্তির ধারা বিশ্লেষণ
আমি নিচে একটি চুক্তির অংশ পেস্ট করব। সার্ভিস প্রদানকারীর উপর আরোপিত প্রতিটি বাধ্যবাধকতা, ক্লায়েন্টের সংরক্ষিত প্রতিটি অধিকার, এবং যেকোনো দ্ব্যর্থক শব্দ যা দুইভাবে পড়া যেতে পারে তা চিহ্নিত করুন। আপনার ফলাফল গঠনমূলক তালিকা আকারে উপস্থাপন করুন, প্রবন্ধ নয়। [এখানে চুক্তির টেক্সট পেস্ট করুন]
গবেষণা সংশ্লেষণ টাস্ক
এখানে ২০০৮ সালের আর্থিক সংকটের কারণ নিয়ে বিভিন্ন উৎস থেকে পাঁচটি অনুচ্ছেদ রয়েছে। তারা কোন দাবিতে একমত, কোন দাবিতে বিরোধ, এবং কোন কারণ শুধুমাত্র একটি উৎস উল্লেখ করেছে তা চিহ্নিত করুন। স্পষ্ট করুন কোন উৎস কী বলেছে।

তুলনা করুন

  • Ling 3.0 Flash VL
    ওপেন-ওয়েটস মডেল
    131,072 টোকেন প্রসঙ্গ · $0.06/M ইনপুট, $0.18/M আউটপুট
  • Ling 3.0 Flash
    ওপেন-ওয়েটস মডেল
    262,144 টোকেন প্রসঙ্গ · $0.02/M ইনপুট, $0.06/M আউটপুট
  • Ling 3.0 Flash Sante
    শুধুমাত্র API মডেল
    262,144 টোকেন প্রসঙ্গ · $0.04/M ইনপুট, $0.12/M আউটপুট
  • Ling 3.0 Flash Fin
    শুধুমাত্র API মডেল
    262,144 টোকেন প্রসঙ্গ · $0.04/M ইনপুট, $0.12/M আউটপুট
inclusionai থেকে আরও টেক্সট মডেল

মানুষ যে প্রশ্ন করে

আমি কি Ling 3.1 Flash লোকালি চালাতে পারি?
না — ওজন প্রকাশিত নয়, তাই লোকাল ডিপ্লয়মেন্ট সম্ভব নয়; আপনি inclusionAI-এর API বা ইন্টারফেসের মাধ্যমে অ্যাক্সেস পাবেন।
এর দাম কত এবং কনটেক্সট উইন্ডো কত বড়?
এটি বিনামূল্যে ব্যবহারযোগ্য এবং 262,144 টোকেন কনটেক্সট উইন্ডো সমর্থন করে; inclusionAI এখনো রেট লিমিট বা পেইড টিয়ার প্রকাশ করেনি।
Flash এবং পূর্ণ Ling মডেলের মধ্যে পার্থক্য কী?
Flash ভ্যারিয়েন্ট প্রতি ফরোয়ার্ড পাসে 560B থেকে 25B প্যারামিটার সক্রিয় করে, যা ডেনস কনফিগারেশনের তুলনায় টোকেন প্রতি কম কম্পিউট ব্যবহার করে — গতি এবং সর্বোচ্চ সক্ষমতার মধ্যে একটি ট্রেড-অফ যা নির্মাতা প্রকাশ করেনি।
ক্যাপ্টেনের সিদ্ধান্ত
একটি বিনামূল্যের, দীর্ঘ কনটেক্সট রিজনিং মডেল যা খরচ না থাকায় পরীক্ষা করার যোগ্য — শুধু ওপেন ওয়েটস বা বিস্তারিত ডকুমেন্টেশন আশা করবেন না।
ক্যাপ্টেন এই নোটস মডেলের নিজস্ব বর্ণনা এবং মডেল কার্ড থেকে লিখেছেন। দাম এবং প্রসঙ্গের আকার লেখার সময় প্রদানকারীর এবং পরিবর্তিত হতে পারে।
Ranking badge
Updated Oct 22, 2026
ModelTrends.ai-তে Ling 3.1 Flash: Up 54.4% this week
Made this model? Show this badge on your page.
Paste it into your Hugging Face card or Civitai description.
Also ranked: #184 Hottest AI model · #54 Hottest Text / LLM model · #54 Hottest Text / LLM text model
Not this creator?
Ling 3.1 Flash জনপ্রিয়তার প্রবণতা
2 Oct 2026 থেকে হিট স্কোর
হিট স্কোর
8,495°
এই সপ্তাহ
▲
54.4%
8,438° তখন, 8,495° এখন
এই মাস
n/a
এখনো প্রকাশ বা ট্র্যাক করা হয়নি
গত বছর
n/a
এখনো প্রকাশ বা ট্র্যাক করা হয়নি
Ling 3.1 Flash: 2 Oct 2026 থেকে হিট স্কোর7,000°7,419°7,837°8,256°8,674°3 Oct6 Oct10 Oct14 Oct18 Oct22 Oct8,495°ModelTrends.ai
7,000°
ফ্লোর
স্কেল 0° থেকে 9,999° পর্যন্ত চলে। 7,000° এর নিচের সবকিছু সেই মডেলগুলোর জন্য রাখা হয়েছে যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়: বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল ফ্লোরে থাকে, এবং পরিমাপগুলো তার উপরে ডিগ্রি পূরণ করে। ফ্লোর মডেল সম্পর্কে কিছু বলে না; শুধুমাত্র তার উপরের ডিগ্রিগুলো বলে, আর সেগুলোই এক মডেলকে অন্য থেকে আলাদা করে।
+1,495°
OpenRouter টোকেন
এই মডেলটি শেষ ৩০ দিনে OpenRouter এর মাধ্যমে 962,011,466,267 টোকেন প্রক্রিয়াজাত করেছে, প্রম্পট এবং উত্তর মিলিয়ে। প্রতি 10,000,000 টোকেনকে ডাউনলোড হিসেবে গণ্য করা হয়, মোট 96,201; শেষ দিনের টোকেন গ্রহণের হারে যোগ হয়। উৎস: OpenRouter (openrouter.ai/rankings)।
বিস্তারিত বিশ্লেষণ দেখাও
এই সাইটের প্রতিটি নম্বর যাচাই করা যায়। এই মডেলের হিট স্কোর 8,495°, এবং এখানে এটি এক এক উপাদান যোগ করে তৈরি হয়েছে, প্রতিটি যোগের পর মোট স্কোর দেখানো হয়েছে: ফ্লোর, প্রতিটি উৎস কত ডিগ্রি যোগ করে, মডেলের ধরনের জন্য বোনাস এবং ওজনের বয়স যা কমিয়ে দেয়। রঙগুলো উপরের চার্টের ব্যান্ড। শেষে গ্লসারি প্রতিটি শব্দের অর্থ ব্যাখ্যা করে।
  1. 1
    ফ্লোর থেকে শুরু করো।
    কেন 7,000° এবং শূন্য নয়: স্কেল 0° থেকে 9,999° পর্যন্ত চলে, এবং 7,000° এর নিচের অংশ সেই মডেলগুলোর জন্য সংরক্ষিত যেগুলো সম্পর্কে কোনো উৎস এখনো তথ্য দেয়নি, যারা সেখানে একটি স্ট্যান্ড-ইন নম্বর বহন করে যাতে তালিকাগুলো সম্পূর্ণ থাকে এবং তথ্যসহ মডেলের থেকে কখনো উপরে না উঠে। 7,000° হল যেখানে পরিমাপকৃত তথ্য শুরু হয়। বাস্তব তথ্য সহ কিন্তু প্রায় কোনো ডাউনলোড নেই এমন মডেল এখানে থাকে; পরবর্তী সবকিছু পরিমাপ, এবং ফ্লোরের উপরে দশটি দশগুণ ধাপ ডাউনলোডে থাকে, প্রতিটি 300°। ফ্লোর সব মডেলের জন্য একই, তাই এটি কিছু নির্ধারণ করে না; তার উপরের ডিগ্রিগুলো নির্ধারণ করে।
    7,000°
    চলমান মোট
  2. 2
    ডাউনলোড যোগ করুন।
    মোট 96,201 ডাউনলোড-সমতুল্য, OpenRouter টোকেন থেকে। ডাউনলোড দশ গুণ বাড়ালে একই 300° যোগ হয়, তাই সাইজ গুরুত্বপূর্ণ কিন্তু কখনো স্কোর ছাড়িয়ে যায় না।
    +1,495°
    8,495°
    চলমান মোট
  3. =
    হিট স্কোর।
    এই মডেল সাইটের প্রতিটি তালিকায় কোথায় আছে। আর কিছুই এটা পরিবর্তন করে না।
    8,495°
শব্দকোষ: এখানে ব্যবহৃত শব্দগুলো
হিট স্কোর
একটি সংখ্যা যা দেখায় মডেলটি এখন কতটা ব্যবহৃত এবং চাওয়া হচ্ছে, 0° থেকে 9,999° পর্যন্ত। এই সাইটের প্রতিটি তালিকা যা hottest বলে সেটি এই স্কোর অনুযায়ী সাজানো হয়, আর কিছু নয়।
ফ্লোর
প্রতিটি মডেল যার কাছে আসল ডেটা আছে তার জন্য 7,000° থেকে শুরু। স্কেল 0° থেকে 9,999° পর্যন্ত; ফ্লোরের নিচের অংশ স্ট্যান্ড-ইন (ডেটা ছাড়া মডেল) এর জন্য রাখা হয়েছে, যাতে ডেটা থাকা মডেল সবসময় ডেটা ছাড়া মডেলের উপরে থাকে। ফ্লোর সবার জন্য একই এবং কিছু নির্ধারণ করে না; এর উপরের ডিগ্রি গুলোই মাপ।
ডাউনলোড-সমতুল্য
যা কিছু স্কোর ডাউনলোড হিসেবে গণনা করে, সব যোগ করা হয়েছে: ডাউনলোড নিজেই, প্রতিটি টরেন্ট সিডার 1,000 হিসেবে, প্রতিটি AI Horde ছবি এবং প্রতিটি জেনারেশন সাইটে রান এক হিসেবে।
লগ স্কেল
দশের ভিত্তিতে গণনা, একের ভিত্তিতে নয়: 1,000 থেকে 10,000 ডাউনলোডে যাওয়া একই ডিগ্রি যোগ করে যেমন 10,000 থেকে 100,000 এ যাওয়া। এটা বড় মডেলগুলোকে সবকিছু ছাপিয়ে যাওয়া থেকে রোধ করে।
লাইক
প্রতিটি উৎস থেকে থাম্বস আপ এবং লাইক, লগ স্কেলে প্রতিটি ডাউনলোডের অর্ধেক মূল্যমান।
গ্রহণের হার
একটি মডেল এখন প্রতিদিন কত ডাউনলোড পাচ্ছে, একটি উৎসের দুই রিডিংয়ের পার্থক্য থেকে। ডাউনলোড টার্মের এক চতুর্থাংশ ওজন।
পরিমাপ করা এবং অনুমান করা
পরিমাপ করা মানে একটি উৎসের দুটি রিডিং আছে এবং তার মধ্যে পার্থক্য সত্য। অনুমান করা মানে শুধু আজকের মোট জানা আছে এবং অতীত মডেলের জীবনের উপর ছড়িয়ে দেওয়া হয়েছে; সাইট বলে কোনটি দেখাচ্ছে।
সিডার
যে কেউ ওজনের একটি কপি অনলাইনে রাখে অন্যদের টরেন্টের মাধ্যমে ডাউনলোড করার জন্য, অথবা একটি হোস্ট করা মিরর যা একই কাজ করে। প্রতিটি 1,000 ডাউনলোড হিসাবে গণনা হয়।
AI হোর্ড
একটি স্বেচ্ছাসেবক নেটওয়ার্ক যা দানকৃত কম্পিউটারে বিনামূল্যে ছবি তৈরি করে। একটি মডেলের সাথে এটি যত ছবি তৈরি করেছে তা প্রকাশ্য, এবং প্রতিটি একটি ডাউনলোড হিসাবে গণ্য হয়।
জেনারেশন সাইটসমূহ
সাইটগুলো যারা তাদের নিজস্ব মডেলের কপি হোস্ট করে এবং মানুষকে সেটি দিয়ে ছবি তৈরি করতে দেয়, যেমন PixAI, SeaArt এবং Yodayo। তাদের ডাউনলোড Civitai এর মতো গণনা হয় এবং প্রতিটি জেনারেশন রান একটি ডাউনলোড হিসাবে গণ্য হয়।
OpenRouter টোকেন
Claude বা GPT এর মতো API এর মাধ্যমে পরিবেশিত একটি টেক্সট মডেলের ওজন ডাউনলোড করার কিছু থাকে না, তাই এর ব্যবহার টোকেনে পরিমাপ করা হয়: OpenRouter এর মাধ্যমে এটি পড়া এবং লেখা টেক্সটের অংশ, যা অনেক অ্যাপ ব্যবহার করে, গত ৩০ দিনে। প্রতি 10,000,000 টোকেনকে একটি ডাউনলোড হিসেবে গণ্য করা হয়। উৎস: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
পূর্ণ মডেল (চেকপয়েন্ট)
ওজনগুলো নিজেই, সেই ফাইল যা নিজে থেকে জেনারেট করে। এটি একটি বোনাস পায় কারণ অ্যাড-অনগুলো এর উপর নির্ভর করে।
LoRA এবং এমবেডিং
ছোট অ্যাড-অন ফাইল যা অন্য কারো ওজনকে একটি স্টাইল, চরিত্র বা ধারণার দিকে পরিচালিত করে। এগুলো একা চালানো যায় না।
পরিবার এবং ওজন
যে বেসের উপর একটি মডেল তৈরি হয়, যেমন SD 1.5, SDXL, Flux বা Wan। প্রতিটি মডেল তার পরিবারের ওজনের রিলিজ তারিখ উত্তরাধিকার সূত্রে পায়।
বয়স
পরিবারের ওজন কতদিন আগে বের হয়েছে তার জন্য ডিগ্রি কমানো হয়: বছরে ১৫০°, সর্বোচ্চ ৭৫০° পর্যন্ত। এটি পুরানো ডাউনলোডগুলো ধরে রাখে যেগুলো বছরের পর বছর জমা হয়েছে তালিকার শীর্ষ থেকে ফ্রিজ করে।
পরিবার বুস্ট
একটি ছোট, সীমাবদ্ধ ধাক্কা LoRA গুলোর জন্য যেগুলো এই সাইট এখন এগিয়ে দিচ্ছে, সবসময় ব্রেকডাউনে তালিকাভুক্ত থাকে।
স্ট্যান্ড-ইন স্কোর
একটি স্থিতিশীল সংখ্যা যা একটি মডেলের জন্য দেওয়া হয় যার কোন উৎস এখনও রিপোর্ট করেনি, যাতে তালিকা সম্পূর্ণ থাকে। এটি কখনোই ডেটা সহ মডেলের উপরে স্থান পায় না।
নতুন! (গ্রেস পিরিয়ড)
7 দিনের কম বয়সী একটি মডেল স্কোরের পরিবর্তে নতুন! দেখায় এবং র‌্যাঙ্কিংয়ে স্থান পায় না। এর স্কোর প্রথম দিন থেকে গণনা হয়, কিন্তু একদিন বয়সী মডেল দ্রুত বৃদ্ধি পায়, তাই অপেক্ষা না করলে সপ্তাহের #1 সবসময় গতকালের নতুন মডেল হতো, সপ্তাহ ধরে টিকে থাকা মডেলের পরিবর্তে।
ট্রেন্ড
একটি মডেলের বৃদ্ধি একটি নির্দিষ্ট সময়ে কেমন হয়েছে তা একই সময়ের মধ্যে সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে। সাধারণের চেয়ে দ্রুত হলে তা বৃদ্ধি, ধীর হলে পতন হিসেবে পড়ে।
সাধারণ মডেল
ক্যাটালগের মাঝামাঝি: অর্ধেক মডেল একটি সংখ্যার সাথে সময়কালে দ্রুত বৃদ্ধি পেয়েছে, অর্ধেক ধীর।
এই মডেলের জনপ্রিয়তা ক্যাটালগের বাকি অংশের তুলনায় কেমন পরিবর্তিত হয়েছে: প্রতিটি সময়কালে ডাউনলোড, লাইক এবং ব্যবহারের বৃদ্ধি, একই সময়কালের জন্য সাধারণ মডেলের বৃদ্ধির সাথে তুলনা করে, এবং সেই সময়ের হিট স্কোর। সাধারণ বৃদ্ধির উপরে থাকলে তা বৃদ্ধি, নিচে থাকলে পতন বোঝায়। অতীত আজকের মোট থেকে পুনর্গঠিত, মডেলের প্রথম দিন এবং যেখানে দুইটি রিডিং আছে সেখানে ডাউনলোডের গতি মাপা হয়েছে; একটি মডেল যা সময়কালের শুরুতে ছিল না তা n/a দেখায়।