Ling 3.0 Flash Sante
3658°
इस मॉडल को चलाएं
ऑफर / विज्ञापन
inclusionAI | 262,144 token context | $0.04/M input, $0.12/M output. Ling 3.0 Flash Sante InclusionAI का स्वास्थ्य और चिकित्सा-केंद्रित मिश्रण-ऑफ-एक्सपर्ट्स मॉडल है, जो Ling 3.0 Flash पर आधारित है जिसमें 124B कुल में से 5.1B सक्रिय पैरामीटर हैं। यह चिकित्सा ज्ञान तर्क, नैदानिक सुरक्षा, साक्ष्य-आधारित पुनःप्राप्ति, और लंबी अवधि के चिकित्सा कार्यों के लिए डिज़ाइन किया गया है, जबकि तर्क, कोडिंग, और एजेंटिक कार्यों में सामान्य क्षमताएँ बनाए रखता है।
इस मॉडल के लिए गाइड
2026 में सबसे सस्ते 10 ChatGPT विकल्प: मुफ्त लोकल मॉडल, मुफ्त टियर और फ्लैट-रेट प्लान
ओपन वेट्स, ओपन सोर्स और केवल API: आप वास्तव में क्या कर सकते हैं
कैप्टन के नोट्स
2026-10-13 के नोट्स
Ling 3.0 Flash Sante InclusionAI का एक स्वास्थ्य-केंद्रित मिश्रण-ऑफ-एक्सपर्ट्स मॉडल है, जिसमें 124B कुल पूल से 5.1B सक्रिय पैरामीटर चलते हैं। इसे विशेष रूप से चिकित्सा ज्ञान तर्क, नैदानिक सुरक्षा, और साक्ष्य-आधारित पुनःप्राप्ति के लिए बनाया गया है, जबकि सामान्य तर्क और कोडिंग को भी बरकरार रखा गया है। $0.04 प्रति मिलियन इनपुट टोकन पर, यह सीमित बजट पर स्वास्थ्य-संबंधित एप्लिकेशन बनाने वाले डेवलपर्स के लिए लक्षित है।
के लिए जाना जाता है
- चिकित्सा ज्ञान तर्क और साक्ष्य-आधारित पुनःप्राप्ति प्राथमिक डिजाइन लक्ष्य।
- नैदानिक सुरक्षा पर ध्यान जो आर्किटेक्चर में अंतर्निहित है, बाद में जोड़ा नहीं गया।
- MoE डिज़ाइन: 124B कुल में से 5.1B सक्रिय पैरामीटर अनुमान को हल्का रखते हैं।
- 262,144-टोकन संदर्भ विंडो लंबे नैदानिक दस्तावेज़ों और केस इतिहासों के लिए उपयुक्त।
- स्वास्थ्य विशेषज्ञता के साथ-साथ सामान्य तर्क, कोडिंग, और एजेंटिक क्षमता बनाए रखता है।
सावधान रहें
- वेट्स सार्वजनिक नहीं हैं; आप InclusionAI के API से बंधे हैं और स्थानीय डिप्लॉयमेंट विकल्प नहीं है।
- चिकित्सा आउटपुट अभी भी नैदानिक समीक्षा की आवश्यकता है — कोई भी AI मॉडल लाइसेंस प्राप्त पेशेवर का विकल्प नहीं है।
- कोई मॉडल कार्ड विवरण प्रकाशित नहीं किया गया है, इसलिए फाइन-ट्यूनिंग डेटा और सुरक्षा मूल्यांकन अज्ञात हैं।
के लिए सबसे अच्छा
प्रयास करने के लिए प्रॉम्प्ट
भेदभावात्मक निदान मार्गदर्शन
एक 58 वर्षीय महिला तीन महीनों से प्रगतिशील व्यायामजन्य श्वासकष्ट, द्विपक्षीय टखने में सूजन, और BNP 480 pg/mL के साथ प्रस्तुत होती है। उसका ECG बाएं बंडल ब्रांच ब्लॉक दिखाता है। भेदभावात्मक निदान करें, सबसे संभावित कारणों को संभावना के अनुसार रैंक करें, और अगले तीन परीक्षणों को अपनी तर्कसंगत व्याख्या के साथ बताएं।
दवा इंटरैक्शन जांच
एक रोगी को वारफरिन 5 mg दैनिक, मेटफॉर्मिन 1000 mg दिन में दो बार, और लिसिनोप्रिल 10 mg दैनिक निर्धारित किया गया है। उनका GP अब छाती संक्रमण के लिए क्लैरिथ्रोमाइसिन 500 mg दिन में दो बार जोड़ना चाहता है। किसी भी नैदानिक रूप से महत्वपूर्ण इंटरैक्शन की पहचान करें, प्रत्येक का तंत्र समझाएं, और सुझाव दें कि प्रिस्क्राइबर को उन्हें कैसे प्रबंधित करना चाहिए।
एक नैदानिक परीक्षण का सारांश
यहाँ एक नए एंटीहाइपरटेंसिव एजेंट पर एक यादृच्छिक नियंत्रित परीक्षण का मेथड्स और परिणाम अनुभाग है। प्राथमिक और द्वितीयक एंडपॉइंट्स का सारांश दें, मानक मानदंडों का उपयोग करके पक्षपात के जोखिम का आकलन करें, और बताएं कि क्या परिणाम प्रिस्क्राइबिंग प्रैक्टिस बदलने के लिए पर्याप्त हैं और क्यों।
की तुलना करें
- Ling 3.0 Flash VLओपन-वेट्स मॉडल131,072 टोकन संदर्भ · $0.06/M इनपुट, $0.18/M आउटपुट
- Ling 3.0 Flashओपन-वेट्स मॉडल262,144 टोकन संदर्भ · $0.02/M इनपुट, $0.06/M आउटपुट
- Ling 3.1 Flashकेवल API मॉडल262,144 टोकन संदर्भ · $0.07/M इनपुट, $0.22/M आउटपुट
- Ling 3.0 Flash Finकेवल API मॉडल262,144 टोकन संदर्भ · $0.04/M इनपुट, $0.12/M आउटपुट
inclusionai से और टेक्स्ट मॉडल
लोग जो सवाल पूछते हैं
- क्या मैं Ling 3.0 Flash Sante को स्थानीय रूप से चला सकता हूँ?
- नहीं। वेट्स सार्वजनिक रूप से उपलब्ध नहीं हैं, इसलिए मॉडल केवल InclusionAI के API के माध्यम से उपलब्ध है।
- इसकी कीमत क्या है और संदर्भ विंडो कितनी लंबी है?
- मूल्य $0.04 प्रति मिलियन इनपुट टोकन और $0.12 प्रति मिलियन आउटपुट टोकन है, साथ ही 262,144-टोकन संदर्भ विंडो।
- Sante मानक Ling 3.0 Flash से कैसे अलग है?
- Sante Ling 3.0 Flash का स्वास्थ्य-विशेषीकृत संस्करण है, जो विशेष रूप से चिकित्सा तर्क, नैदानिक सुरक्षा, और साक्ष्य-आधारित पुनःप्राप्ति के लिए ट्यून किया गया है, जबकि बेस Flash मॉडल एक सामान्य-उद्देश्य मॉडल है।
कैप्टन का निर्णयस्वास्थ्य-एप्लिकेशन डेवलपर्स के लिए एक वास्तव में सस्ता प्रवेश बिंदु जो डोमेन-सचेत चिकित्सा तर्क चाहते हैं बिना फ्रंटियर कीमतों का भुगतान किए।
कैप्टन ये नोट्स मॉडल के अपने विवरण और मॉडल कार्ड से लिखता है। कीमतें और संदर्भ आकार लेखन के समय प्रदाता के हैं और बदल सकते हैं।
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.
यह स्कोर कैसे जमा होता है
इस मॉडल के पास अभी तक किसी भी स्रोत से लोकप्रियता डेटा नहीं है, इसलिए इसमें 7,000° से नीचे एक स्टैंड-इन नंबर होता है जो सूचियों को पूरा रखता है। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता। जैसे ही कोई स्रोत रिपोर्ट करता है, यहाँ उसका विवरण दिखता है।
शब्दावली: यहाँ इस्तेमाल हुए शब्द
- हीट स्कोर
- एक नंबर जो बताता है कि मॉडल अभी कितना इस्तेमाल हो रहा है और कितना पसंद किया जा रहा है, 0° से 9,999° तक। इस साइट की हर 'सबसे गर्म' सूची इसी के हिसाब से सॉर्ट होती है।
- फ्लोर
- 7,000° जो हर मॉडल को असली डेटा के साथ मिलता है। स्केल 0° से 9,999° तक चलता है; फ्लोर से नीचे का हिस्सा बिना डेटा वाले मॉडल के लिए रखा गया है, ताकि डेटा वाला मॉडल हमेशा ऊपर रहे। फ्लोर सबके लिए एक जैसा है और कुछ तय नहीं करता; इससे ऊपर के डिग्री माप हैं।
- डाउनलोड-बराबर
- स्कोर जो कुछ भी डाउनलोड मानता है, उसका जोड़: खुद डाउनलोड, हर टोरेंट सीडर को 1,000, हर AI Horde इमेज और हर जनरेशन साइट पर रन को 1 माना जाता है।
- लॉग स्केल
- दस के हिसाब से गिनती, एक-एक करके नहीं: 1,000 से 10,000 डाउनलोड जाना उतना ही डिग्री बढ़ाता है जितना 10,000 से 100,000 जाना। इससे बड़े मॉडल बाकी सबको दबाते नहीं।
- लाइक्स
- हर स्रोत से अंगूठा ऊपर और लाइक्स, जो लॉग स्केल पर आधे डाउनलोड के बराबर हैं।
- अपनाने की दर
- अभी मॉडल को रोजाना कितने डाउनलोड मिल रहे हैं, दो माप के बीच के अंतर से। डाउनलोड के वजन का एक चौथाई।
- मापा और अनुमानित
- मापा मतलब किसी स्रोत के दो रीडिंग मौजूद हैं और उनका अंतर असली है। अनुमानित मतलब केवल आज का कुल पता है और पिछला डेटा मॉडल के जीवनकाल में फैला हुआ है; साइट बताती है कि कौन सा दिखा रही है।
- सीडर
- कोई जो वज़न की कॉपी ऑनलाइन रखता है ताकि दूसरे टोरेंट के जरिए डाउनलोड कर सकें, या होस्टेड मिरर जो ऐसा करता है। हर एक को 1,000 डाउनलोड माना जाता है।
- AI हॉरड
- एक स्वयंसेवी नेटवर्क जो दान किए गए कंप्यूटरों पर मुफ्त में इमेज बनाता है। किसी मॉडल के साथ बनाई गई इमेज की संख्या सार्वजनिक होती है, और हर एक को एक डाउनलोड माना जाता है।
- जनरेशन साइट्स
- ऐसी साइट्स जो अपने मॉडल की कॉपी होस्ट करती हैं और लोगों को उससे जनरेट करने देती हैं, जैसे PixAI, SeaArt और Yodayo। इनके डाउनलोड Civitai की तरह गिने जाते हैं और हर जनरेशन रन को एक डाउनलोड माना जाता है।
- OpenRouter टोकन
- Claude या GPT जैसे API के माध्यम से सेवा प्राप्त टेक्स्ट मॉडल के लिए डाउनलोड करने के लिए कोई वज़न नहीं होता, इसलिए इसका उपयोग टोकन में मापा जाता है: वे टेक्स्ट के टुकड़े जो इसने OpenRouter के माध्यम से पढ़े और लिखे, जो कई ऐप्स द्वारा उपयोग किया जाने वाला एक गेटवे है, पिछले 30 दिनों में। हर 10,000,000 टोकन एक डाउनलोड के रूप में गिने जाते हैं। स्रोत: OpenRouter (openrouter.ai/rankings), CC BY 4.0।
- पूरा मॉडल (चेकपॉइंट)
- खुद जनरेट करने वाली फाइल, वज़न खुद में। इसे बोनस मिलता है क्योंकि एड-ऑन इसी पर निर्भर होते हैं।
- LoRA और एम्बेडिंग
- छोटे एड-ऑन फाइल जो किसी और के वज़न को एक स्टाइल, कैरेक्टर या कॉन्सेप्ट की ओर मोड़ते हैं। ये अकेले नहीं चल सकते।
- फैमिली और वज़न
- जिस बेस पर मॉडल बना है, जैसे SD 1.5, SDXL, Flux या Wan। हर मॉडल अपने फैमिली के वज़न की रिलीज़ तारीख विरासत में लेता है।
- उम्र
- कितने समय पहले फैमिली के वज़न आए थे उसके हिसाब से घटाई गई डिग्री: सालाना 150°, अधिकतम 750° तक। यह पुराने डाउनलोड्स को सूची के शीर्ष से फ्रीज करके रखता है।
- फैमिली बूस्ट
- इस साइट द्वारा अभी आगे बढ़ाए जा रहे फैमिली के LoRA के लिए एक छोटा, सीमित बढ़ावा, जो हमेशा ब्रेकडाउन में दिखता है।
- स्टैंड-इन स्कोर
- एक स्थिर संख्या जो उस मॉडल को दी जाती है जिसके लिए अभी कोई स्रोत रिपोर्ट नहीं है, ताकि सूचियाँ पूरी रहें। यह कभी भी डेटा वाले मॉडल से ऊपर रैंक नहीं करता।
- नया! (ग्रेस अवधि)
- एक मॉडल जो 7 दिनों से कम पुराना है, वह स्कोर के बजाय नया! दिखाता है और रैंकिंग में कोई स्थान नहीं रखता। इसका स्कोर पहले दिन से गणना किया जाता है, लेकिन एक दिन पुराना मॉडल सबसे तेज़ बढ़ता है, इसलिए बिना इंतजार के सप्ताह का #1 हमेशा कल निकला हुआ मॉडल होता बजाय उस मॉडल के जो एक सप्ताह तक टिके।
- ट्रेंड
- किसी अवधि में मॉडल की बढ़त की तुलना उसी अवधि में सामान्य मॉडल की बढ़त से। सामान्य से तेज़ बढ़त को उछाल माना जाता है, धीमी को गिरावट।
- सामान्य मॉडल
- कैटलॉग का मध्य: आधे मॉडल जिनके आंकड़े हैं, उन्होंने उस अवधि में तेज़ बढ़त की, आधे ने धीमी।
