Model
.ai
ओपन AI मॉडल पर नज़र
इस मॉडल के लिए गाइड
सभी गाइड
Ling 3.1 Flash inclusionAI का एक हाइब्रिड तर्क मिश्रण-ऑफ-एक्सपर्ट्स मॉडल है, जो 560 बिलियन कुल पैरामीटर में से 25 बिलियन सक्रिय पैरामीटर चलाता है। Flash उपनाम हल्का, तेज़ सर्विंग प्रोफ़ाइल दर्शाता है जबकि MoE दक्षता को बनाए रखता है जो लागत कम रखती है। यह वर्तमान में मुफ्त है, जो इसे तर्क-सक्षम प्रदर्शन के लिए टोकन बिल के बिना देखने लायक बनाता है।

के लिए जाना जाता है

  • हाइब्रिड तर्क MoE आर्किटेक्चर: 560B पूल में से 25B सक्रिय पैरामीटर।
  • 262,144 टोकन कॉन्टेक्स्ट विंडो — लंबे दस्तावेज़ बिना ट्रंकेशन के संभालता है।
  • लेखन के समय मुफ्त उपयोग।
  • तर्क पर केंद्रित, मल्टी-स्टेप समस्याओं और संरचित विश्लेषण के लिए उपयुक्त।

सावधान रहें

  • वज़न खुले नहीं हैं; आप इसे लोकल नहीं चला सकते या मॉडल का निरीक्षण नहीं कर सकते।
  • inclusionAI ने मॉडल कार्ड प्रकाशित नहीं किया है, इसलिए क्षमता विवरण सीमित हैं।
  • मुफ्त मूल्य निर्धारण बदल सकता है; कोई प्रकाशित SLA या दर-सीमा जानकारी नहीं।

प्रयास करने के लिए प्रॉम्प्ट

चरण-दर-चरण तर्क पहेली
तीन दोस्त — Ada, Ben और Cara — के पास अलग-अलग पालतू हैं (बिल्ली, कुत्ता, मछली) और वे अलग-अलग मंजिलों (1, 2, 3) पर रहते हैं। Ada मंजिल 1 पर नहीं रहती। कुत्ते का मालिक बिल्ली के मालिक के ठीक ऊपर रहता है। Ben के पास मछली है। पता लगाएं कौन किस मंजिल पर रहता है और किसके पास कौन सा पालतू है, प्रत्येक तर्क चरण दिखाते हुए।
लंबे अनुबंध खंड का विश्लेषण
मैं नीचे एक अनुबंध अनुभाग चिपकाऊंगा। सेवा प्रदाता पर लगाए गए हर दायित्व, ग्राहक द्वारा सुरक्षित हर अधिकार, और कोई भी अस्पष्ट शर्तें जो दो तरह से पढ़ी जा सकती हैं, पहचानें। अपनी खोज को संरचित सूची के रूप में प्रस्तुत करें, न कि गद्य में। [यहाँ अनुबंध पाठ चिपकाएँ]
अनुसंधान संश्लेषण कार्य
यहाँ 2008 के वित्तीय संकट के कारणों पर विभिन्न स्रोतों से पाँच पैराग्राफ हैं। वे किन दावों पर सहमत हैं, किन दावों में विरोधाभास है, और कौन सा कारण केवल एक स्रोत द्वारा बताया गया है, पहचानें। स्पष्ट करें कि कौन सा स्रोत क्या कहता है।

की तुलना करें

  • Ling 3.0 Flash VL
    ओपन-वेट्स मॉडल
    131,072 टोकन संदर्भ · $0.06/M इनपुट, $0.18/M आउटपुट
  • Ling 3.0 Flash
    ओपन-वेट्स मॉडल
    262,144 टोकन संदर्भ · $0.02/M इनपुट, $0.06/M आउटपुट
  • Ling 3.0 Flash Sante
    केवल API मॉडल
    262,144 टोकन संदर्भ · $0.04/M इनपुट, $0.12/M आउटपुट
  • Ling 3.0 Flash Fin
    केवल API मॉडल
    262,144 टोकन संदर्भ · $0.04/M इनपुट, $0.12/M आउटपुट
inclusionai से और टेक्स्ट मॉडल

लोग जो सवाल पूछते हैं

क्या मैं Ling 3.1 Flash को लोकल चला सकता हूँ?
नहीं — वज़न सार्वजनिक रूप से जारी नहीं किए गए हैं, इसलिए लोकल तैनाती संभव नहीं; आप इसे inclusionAI के API या इंटरफ़ेस के माध्यम से एक्सेस करते हैं।
इसकी कीमत क्या है और कॉन्टेक्स्ट विंडो कितनी बड़ी है?
यह मुफ्त है और 262,144 टोकन कॉन्टेक्स्ट विंडो का समर्थन करता है; inclusionAI ने इस समय कोई दर-सीमा या भुगतान स्तर प्रकाशित नहीं किया है।
Flash और पूर्ण Ling मॉडल में क्या अंतर है?
Flash संस्करण प्रत्येक फॉरवर्ड पास में 560B कुल पैरामीटर में से 25B सक्रिय करता है, जो टोकन के प्रति कंप्यूट को कम करता है — गति और चरम क्षमता के बीच का संतुलन जिसे निर्माता ने सार्वजनिक रूप से माप नहीं किया है।
कैप्टन का निर्णय
एक मुफ्त, लंबे कॉन्टेक्स्ट वाला तर्क मॉडल जो परीक्षण के योग्य है क्योंकि इसकी कोई लागत नहीं है — बस खुले वज़न या विस्तृत दस्तावेज़ीकरण की उम्मीद न करें।
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
ModelTrends.ai पर 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 लोकप्रियता रुझान
2 Oct 2026 से हीट स्कोर
हीट स्कोर
8,495°
इस सप्ताह
▲
54.4%
8,438° तब, 8,495° अब
इस महीने
n/a
अभी जारी/ट्रैक नहीं हुआ
पिछला साल
n/a
अभी जारी/ट्रैक नहीं हुआ
Ling 3.1 Flash: 2 Oct 2026 से हीट स्कोर7,000°7,419°7,837°8,256°8,674°3 Oct6 Oct10 Oct14 Oct18 Oct22 Oct8,495°ModelTrends.ai
7,000°
फर्श
स्केल 0° से 9,999° तक चलता है। 7,000° से नीचे सब उन मॉडलों के लिए रखा गया है जिन पर अभी तक कोई स्रोत रिपोर्ट नहीं करता, जो वहाँ एक स्टैंड-इन नंबर रखते हैं ताकि सूचियाँ पूरी रहें। 7,000° वह जगह है जहाँ मापा गया डेटा शुरू होता है: एक मॉडल जिसके पास असली डेटा है लेकिन लगभग कोई डाउनलोड नहीं है, वह फर्श पर बैठता है, और माप ऊपर के डिग्री भरते हैं। फर्श मॉडल के बारे में कुछ नहीं कहता; केवल ऊपर के डिग्री कहते हैं, और वही एक मॉडल को दूसरे से अलग करते हैं।
+1,495°
OpenRouter टोकन
पिछले 30 दिनों में इस मॉडल ने OpenRouter के माध्यम से 962,011,466,267 टोकन संसाधित किए, प्रॉम्प्ट और उत्तर दोनों मिलाकर। हर 10,000,000 टोकन डाउनलोड अवधि में एक डाउनलोड के रूप में गिने जाते हैं, कुल 96,201; अंतिम दिन के टोकन अपनाने की दर में शामिल होते हैं। स्रोत: OpenRouter (openrouter.ai/rankings)।
विस्तृत विवरण दिखाओ
इस साइट पर हर नंबर की जांच की जा सकती है। इस मॉडल का हीट स्कोर 8,495° है, और इसे एक-एक घटक के हिसाब से बनाया गया है, हर एक के बाद कुल योग के साथ: फर्श, हर स्रोत द्वारा जोड़े गए डिग्री, मॉडल के प्रकार के लिए बोनस और इसके वज़न की उम्र जो घटाती है। रंग ऊपर के चार्ट के बैंड हैं। अंत में शब्दावली हर शब्द को परिभाषित करती है।
  1. 1
    फर्श से शुरू करें।
    क्यों 7,000° और शून्य नहीं: स्केल 0° से 9,999° तक चलता है, और 7,000° से नीचे का हिस्सा उन मॉडलों के लिए आरक्षित है जिन पर अभी तक कोई स्रोत रिपोर्ट नहीं करता, जो वहाँ एक स्टैंड-इन नंबर रखते हैं ताकि सूचियाँ पूरी रहें और कभी भी डेटा वाले मॉडल से ऊपर न रहें। 7,000° वह जगह है जहाँ मापा गया डेटा शुरू होता है। एक मॉडल जिसके पास असली डेटा है लेकिन लगभग कोई डाउनलोड नहीं है, वह यहाँ बैठता है; इसके बाद सब माप है, और फर्श के ऊपर जगह में दस दस गुना कदम होते हैं, हर एक 300° के। फर्श हर मॉडल के लिए एक जैसा है, इसलिए यह कुछ तय नहीं करता; ऊपर के डिग्री तय करते हैं।
    7,000°
    चल रहा कुल
  2. 2
    डाउनलोड जोड़ें।
    कुल 96,201 डाउनलोड-बराबर, OpenRouter टोकन से। दस गुना डाउनलोड से वही 300° बढ़ता है, इसलिए साइज मायने रखता है लेकिन स्कोर को कभी भी ज्यादा नहीं बढ़ाता।
    +1,495°
    8,495°
    चल रहा कुल
  3. =
    हीट स्कोर।
    इस मॉडल का इस साइट की हर सूची में स्थान। इसे कुछ और नहीं बदलता।
    8,495°
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।
इस मॉडल की लोकप्रियता कैटलॉग के बाकी हिस्सों के मुकाबले कैसे बढ़ी है: हर अवधि में डाउनलोड, लाइक और उपयोग में इसका विकास, उसी अवधि में सामान्य मॉडल के विकास के मुकाबले मापा गया, और उस समय इसका हीट स्कोर। सामान्य विकास से ऊपर बढ़ोतरी दिखाती है, नीचे गिरावट। अतीत को आज के टोटल, मॉडल के पहले दिन और मापा गया डाउनलोड स्पीड से फिर से बनाया गया है जब दो रीडिंग्स मौजूद हों; अगर मॉडल उस अवधि की शुरुआत में मौजूद नहीं था तो n/a दिखता है।