Ling 3.0 Flash
5435°
Modeli çalıştır
Teklifler / Reklamlar
inclusionAI | 262,144 token bağlam | $0.02/M giriş, $0.06/M çıkış. *Ling-3.0-flash*, yaklaşık *5.1B parametre aktifleşmesiyle* *124B parametreli Mixture-of-Experts (MoE) modeli*. Model, *token verimliliği ve üretim ölçeğinde ajan çıkarımı* öncelikleriyle tasarlanmıştır ve geliştiricilere...
Bu model için rehberler
Kullanım Amacına Göre En İyi Yerel LLM (Ekim 2026): Her İş İçin Doğru Açık Model
Yerel AI için aslında ne kadar VRAM gerekiyor?
Açık ağırlıklar vs açık kaynak vs sadece API: aslında ne yapmana izin veriliyor
GGUF dosyası nedir? Kuantize modellerin açıklaması (Q4, Q8, fp8, NF4)
Kaptanın notları
2026-10-13 tarihli notlar
Ling-3.0-flash, inclusionAI tarafından geliştirilen 124 milyar parametreli bir Mixture-of-Experts modelidir ve her token için yalnızca 5.1 milyar parametreyi aktive ederek çıkarımı hızlı ve uygun maliyetli tutar. Hibrit-lineer dikkat mimarisi ve 10.000'den fazla ortamda yerel ajan eğitimi sayesinde kodlama ajanları ve uzun vadeli görevler için olağanüstü uygundur. Açık ağırlıklarla milyon giriş token başına 0,02$ fiyatıyla, üretim ajanik iş akışları çalıştırıyorsanız ciddi şekilde dikkate alınmaya değerdir.
İle tanınır
- SWE-Bench ve derin araştırma iş akışları dahil güçlü kodlama ve ajanik görev performansı
- Uzun girdilerde ilk token süresini %60–80 oranında azaltan 262K token bağlam ve önbellekleme
- Toplam 124 milyar parametreye rağmen her token için yalnızca 5.1 milyar parametrenin aktive edilmesi
- Uzun bağlam verimliliği için baştan eğitilmiş yerel hibrit-lineer MoE mimarisi
- Hugging Face üzerinde açık ağırlıkların mevcut olması
Dikkat et
- 124 milyar toplam parametre büyük; düşük aktif parametre sayısına rağmen yerelde çalıştırmak ciddi donanım gerektirir.
- Düşünme modu varsayılan olarak açık — gecikme veya çıktı token maliyetlerini optimize ediyorsanız bunu bilmek önemli.
- Yapımcı bu sayfada açık lisans şartları yayımlamamış; ticari kullanım öncesi Hugging Face deposunu kontrol edin.
Denenecek istemler
Hata veren ajan döngüsünü hata ayıkla
Bir Python ajanım var; bir arama aracını çağırıyor, sonucu ayrıştırıyor, sonra aracı tekrar çağırıp çağırmayacağına karar veriyor. İki iterasyondan sonra her zaman duruyor, cevap bulunmasa bile. İşte döngü kodu: [kodunuzu yapıştırın]. Hatanın nerede olduğunu tespit edin, erken sonlanmaya neden olma sebebini açıklayın ve düzeltilmiş bir versiyonunu verin.
Bir sistem tasarımını mantıkla değerlendir
Bir fintech girişimi dakikada 50.000 ödeme olayını işlemeli, kalıcı olarak depolamalı ve 200ms altı p99 gecikmeli sorgu API'si sunmalı. Kafka artı kolonlu depolama ile RisingWave gibi bir akış veritabanı arasındaki avantaj ve dezavantajları tartışın. Somut bir öneriyle ve bu seçimin ana riskiyle bitirin.
Uzun belge: çıkar ve sırala
Aşağıya uzun bir sözleşme yapıştırıyorum. Tüm belgeyi okuyun, alıcıya finansal yükümlülük getiren her maddeyi tespit edin, potansiyel parasal risklerine göre yüksekten düşüğe sıralayın ve açık yazılı bildirim olmadan otomatik yenileme veya ceza tetikleyebilecek maddeleri işaretleyin.
İle karşılaştır
- Ling 3.0 Flash SanteSadece API modeli262,144 token bağlam · $0.04/M girdi, $0.12/M çıktı
- Ling 3.1 FlashSadece API modeli262,144 token bağlam · $0.07/M girdi, $0.22/M çıktı
- Ling 3.0 Flash VLAçık ağırlıklı model131,072 token bağlam · $0.06/M girdi, $0.18/M çıktı
- Ling 3.0 Flash FinSadece API modeli262,144 token bağlam · $0.04/M girdi, $0.12/M çıktı
inclusionai tarafından daha fazla metin modeli
İnsanların sorduğu sorular
- Ling-3.0-flash modelini yerelde çalıştırabilir miyim?
- Evet, ağırlıklar açık ve inclusionAI/Ling-3.0-flash olarak Hugging Face’de mevcut. Ancak toplam parametre sayısı 124 milyar olduğundan, her token için yalnızca 5.1 milyar parametre aktif olsa bile ciddi GPU belleği gerekecektir.
- Ling-3.0-flash fiyatı nedir ve bağlam penceresi ne kadar?
- API üzerinden milyon giriş token başına 0,02$ ve milyon çıktı token başına 0,06$ fiyatlandırması vardır; bağlam penceresi 262.144 token.
- Ling-3.0-flash inclusionAI’nin önceki amiral gemisinden nasıl farklı?
- Ling-3.0-flash, önceki Ling-2.6-1T modelinin toplam parametre sayısının yaklaşık %12’sine sahip, ancak yapımcıya göre önemli kıyaslamalarda onunla eşleşiyor veya onu geçiyor; ayrıca uzun bağlam ve ajanik verimlilik için tasarlanmış hibrit-lineer mimarisi avantaj sağlıyor.
Kaptanın kararıÖncelikle ajanlar için tasarlanmış gerçekten verimli bir MoE; fiyatı ve açık ağırlıkları ciddi bir değerlendirmeyi kolaylaştırıyor.
Hugging Face'de model kartı
Kaptan bu notları modelin kendi açıklaması ve model kartından yazıyor. Fiyatlar ve bağlam boyutları yazım anındaki sağlayıcıya aittir ve değişebilir.
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.
Bu skor nasıl hesaplanıyor
Bu modelin henüz herhangi bir kaynaktan popülerlik verisi yok, bu yüzden listelerin tamamlanması için 7,000° altında bir geçici sayı taşıyor. Verisi olan bir modelin önünde asla sıralanmaz. Bir kaynak rapor verdiğinde burada detaylar görünür.
Terimler: burada kullanılan ifadeler
- Isı puanı
- Bir modelin şu anda ne kadar kullanıldığı ve istendiğini gösteren tek sayı, 0° ile 9.999° arasında. Bu sitedeki en sıcak modeller listeleri buna göre sıralanır, başka hiçbir şeyle değil.
- Taban
- Gerçek verisi olan her modelin başladığı 7.000°. Ölçek 0° ile 9.999° arasında; tabanın altı veri olmayan modeller için ayrılmıştır, böylece veri olan model her zaman veri olmayanın üstünde yer alır. Taban herkes için aynıdır ve karar vermez; üzerindeki derece ölçümdür.
- İndirme eşdeğerleri
- Puanın indirme olarak saydığı her şeyin toplamı: indirmeler, her torrent seed'ı 1.000 olarak, her AI Horde resmi ve her jenerasyon sitesindeki çalışma bir olarak sayılır.
- Logaritmik ölçek
- Onluk sayma, bire bir değil: 1.000'den 10.000'e çıkmak, 10.000'den 100.000'e çıkmakla aynı dereceyi ekler. Devlerin diğerlerini gölgelemesini engeller.
- Beğeniler
- Her kaynaktan gelen beğeni ve onaylar, logaritmik ölçekte bir indirmenin yarısı değerinde.
- Benimsenme oranı
- Bir modelin şu anda günde kaç indirme aldığı, bir kaynağın iki ölçümü arasındaki farktan hesaplanır. İndirme teriminin dörtte biri ağırlığında.
- Ölçülen ve tahmin edilen
- Ölçülen, bir kaynaktan iki okuma olduğu ve farkın gerçek olduğu anlamına gelir. Tahmin edilen ise sadece bugünün toplamının bilindiği ve geçmişin modelin ömrü boyunca dağıtıldığı anlamına gelir; site hangisini gösterdiğini belirtir.
- Seeder
- Ağırlıkların bir kopyasını torrent üzerinden başkalarının indirebilmesi için çevrimiçi tutan biri veya aynı işi yapan barındırılan bir ayna. Her biri 1.000 indirme olarak sayılır.
- AI Horde
- Bağışlanan bilgisayarlarda ücretsiz olarak görüntü üreten gönüllü bir ağ. Bir modelle yaptığı görüntü sayısı açıktır ve her biri bir indirme olarak sayılır.
- Üretim siteleri
- Kendi modellerinin kopyalarını barındıran ve insanların bunlarla üretim yapmasına izin veren siteler, örneğin PixAI, SeaArt ve Yodayo. İndirmeleri Civitai gibi sayılır ve her üretim bir indirme olarak kabul edilir.
- OpenRouter tokenları
- Claude veya GPT gibi API üzerinden sunulan bir metin modelinin indirilecek ağırlıkları yoktur, bu yüzden kullanımı tokenlarla ölçülür: son 30 günde OpenRouter üzerinden okuduğu ve yazdığı metin parçaları. Her 10,000,000 token bir indirme sayılır. Kaynak: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
- Tam model (checkpoint)
- Ağırlıkların kendisi, kendi başına üretim yapan dosya. Eklentilerin buna bağlı olması nedeniyle ekstra puan alır.
- LoRA ve embedding
- Başkasının ağırlıklarını belirli bir stile, karaktere veya konsepte yönlendiren küçük eklenti dosyaları. Tek başlarına çalışamazlar.
- Aile ve ağırlıklar
- Bir modelin üzerine kurulduğu temel, örneğin SD 1.5, SDXL, Flux veya Wan. Her model ailesinin ağırlıklarının yayın tarihini miras alır.
- Yaş
- Ailenin ağırlıklarının ne kadar önce çıktığına göre çıkarılan derece: yılda 150°, maksimum 750°. Yıllar içinde biriken eski indirmeleri listenin en üstünde tutar.
- Aile desteği
- Bu sitenin şu anda desteklediği bir ailenin LoRA'ları için küçük, sınırlı bir destek, her zaman detaylarda listelenir.
- Yer tutucu puan
- Henüz hiçbir kaynaktan rapor almamış bir modele verilen tabanın altındaki sabit bir sayı, böylece listeler eksiksiz kalır. Hiçbir zaman veri olan bir modelin üstünde sıralanmaz.
- Yeni! (hoşgörü süresi)
- 7 günden daha yeni modeller puan yerine Yeni! gösterir ve sıralamada yer almaz. Puanları ilk günden hesaplanır, ancak bir günlük model her şeyden hızlı büyür, bu yüzden beklemeden haftanın #1'i her zaman dün çıkan model olurdu, haftalarca dayanmış olan değil.
- Trend
- Bir modelin belli bir dönemdeki büyümesinin, aynı dönemdeki tipik model büyümesiyle karşılaştırılması. Tipikten hızlıysa yükseliş, yavaşsa düşüş olarak okunur.
- Tipik model
- Kataloğun ortası: rakamı olan modellerin yarısı dönemde daha hızlı büyüdü, yarısı daha yavaş.
Ling 3.0 Flash, açık kaynak yapay zeka görsel, video ve metin modellerinin salt okunur kataloğu ModelTrends.ai'de listelenen Text / LLM ailesine ait bir metin modeli modelidir. Diğer Text / LLM modelleriyle karşılaştırın ve trendini görmek için popülerlik puanına bakın.
Daha fazla Text / LLM modeliDaha fazla Text / LLM Metin / LLMllminclusionaiakıl yürütmeajanlarkodlamauzun bağlamyerel
Model Ailesine Göre Göz At
Text / LLM Modelleri
434
Anima Modelleri
528
Chroma Modelleri
19
Fibo Modelleri
2
Flux Modelleri
1,496
Flux 2 / Klein Modelleri
1,239
Flux 3 Modelleri
3
Moss Modelleri
3
Iris Modelleri
1
MiniMax H3 Modelleri
364
Hunyuan Modelleri
204
Ideogram Modelleri
20
Krea2 Modelleri
717
Qwen Modelleri
20
Qwen2 Modelleri
47
Ltx2 Modelleri
153