Чи можу я запускати Ling 3.1 Flash локально?

Ні — ваги не опубліковані, тому локальне розгортання неможливе; доступ через API або інтерфейс inclusionAI.

Скільки коштує і який розмір контексту?

Використання безкоштовне, підтримує контекстне вікно 262 144 токени; inclusionAI наразі не опублікувала інформацію про обмеження швидкості або платні тарифи.

Чим Flash відрізняється від повної моделі Ling?

Варіант Flash активує 25 млрд із 560 млрд параметрів за проходження, що знижує обчислювальні витрати на токен у порівнянні з більш щільною конфігурацією — компроміс між швидкістю і максимальною потужністю, який виробник не розкрив публічно.

▲

54.4%

цього тижня

Ling 3.1 Flash

8495°

#llm #inclusionai #логіка #довгий контекст #бюджет #дослідження

Запустити модель

Пропозиції / Реклама

OpenRouter Термінал / API

Платити за токен

Спілкуйся з цією моделлю у браузері або викликай її з коду за допомогою одного API ключа.

inclusionAI | 262,144 token context | $0.07/M input, $0.22/M output. Ling 3.1 Flash is a hybrid reasoning mixture-of-experts model from inclusionAI, with 25B active parameters out of 560B total.

Посібники до цієї моделі

10 найдешевших альтернатив ChatGPT у 2026 році: безкоштовні локальні моделі, безкоштовні тарифи та фіксовані плани

Відкриті ваги проти відкритого коду проти лише API: що тобі насправді дозволено робити

Усі посібники

Нотатки капітана

Написано Captain, головним редактором

Нотатки від 2026-10-13

Ling 3.1 Flash — це гібридна модель міркування mixture-of-experts від inclusionAI, що активує 25 млрд параметрів із загальних 560 млрд. Позначка Flash означає легший і швидший профіль обслуговування, зберігаючи ефективність MoE, яка знижує витрати. Наразі вона безкоштовна, що робить її цікавою для тих, хто хоче модель з можливістю міркування без оплати за токени.

Відомий за

Гібридна архітектура міркування MoE: 25 млрд активних параметрів із пулу 560 млрд.
Контекстне вікно 262 144 токени — працює з довгими документами без обрізання.
Безкоштовна на момент написання.
Фокус на міркуванні підходить для багатокрокових задач і структурованого аналізу.

Зверніть увагу на

Ваги не відкриті; не можна запускати локально або досліджувати модель.
inclusionAI не опублікувала модель-картку, тому деталі можливостей обмежені.
Безкоштовність може змінитися; немає опублікованої інформації про SLA чи обмеження швидкості.

Найкраще для

Підказки для спроби

Логічна головоломка крок за кроком

Троє друзів — Ада, Бен і Кара — мають різних домашніх тварин (кіт, собака, рибка) і живуть на різних поверхах (1, 2, 3). Ада не живе на першому поверсі. Власник собаки живе безпосередньо над власником кота. Бен має рибку. Визначте, хто на якому поверсі і яка тварина кому належить, показуючи кожен крок логічного висновку.

Аналіз довгого пункту контракту

Я вставлю розділ контракту нижче. Визначте всі зобов’язання постачальника послуг, усі права клієнта та будь-які неоднозначні умови, які можна трактувати двояко. Представте результати у вигляді структурованого списку, а не прозового тексту. [вставте текст контракту тут]

Завдання з синтезу досліджень

Ось п’ять абзаців з різних джерел про причини фінансової кризи 2008 року. Визначте твердження, з якими вони погоджуються, твердження, де вони суперечать, і будь-які причинні фактори, згадані лише одним джерелом. Вкажіть конкретно, яке джерело що стверджує.

Порівняти з

Ling 3.0 Flash VL
Модель з відкритими вагами
контекст 131,072 токенів · $0.06/M вхід, $0.18/M вихід
Ling 3.0 Flash
Модель з відкритими вагами
контекст 262,144 токенів · $0.02/M вхід, $0.06/M вихід
Ling 3.0 Flash Sante
Модель тільки з API
контекст 262,144 токенів · $0.04/M вхід, $0.12/M вихід
Ling 3.0 Flash Fin
Модель тільки з API
контекст 262,144 токенів · $0.04/M вхід, $0.12/M вихід

Більше текстових моделей від inclusionai

Питання, які задають люди

Чи можу я запускати Ling 3.1 Flash локально?: Ні — ваги не опубліковані, тому локальне розгортання неможливе; доступ через API або інтерфейс inclusionAI.
Скільки коштує і який розмір контексту?: Використання безкоштовне, підтримує контекстне вікно 262 144 токени; inclusionAI наразі не опублікувала інформацію про обмеження швидкості або платні тарифи.
Чим Flash відрізняється від повної моделі Ling?: Варіант Flash активує 25 млрд із 560 млрд параметрів за проходження, що знижує обчислювальні витрати на токен у порівнянні з більш щільною конфігурацією — компроміс між швидкістю і максимальною потужністю, який виробник не розкрив публічно.

Вердикт капітана
Безкоштовна модель міркування з довгим контекстом, варта тестування саме через відсутність вартості — просто не очікуйте відкритих ваг або детальної документації.

Капітан пише ці нотатки на основі опису моделі та картки моделі. Ціни та розміри контексту вказані на момент написання і можуть змінюватися.

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: #184 Hottest AI model · #54 Hottest Text / LLM model · #54 Hottest Text / LLM text model

Not this creator?

Get your own badge

Тренд популярності Ling 3.1 Flash

Показник популярності з 2 Oct 2026

Оцінка популярності

8,495°

Цього тижня

▲

54.4%

8,438° тоді, 8,495° зараз

Цього місяця

n/a

Ще не випущено/не відстежується

За минулий рік

n/a

Ще не випущено/не відстежується

7,000°

Основний рівень

Шкала йде від 0° до 9 999°. Все, що нижче за 7,000°, відведено для моделей, про які жодне джерело ще не повідомляло, і вони мають замінне число, щоб списки були повними. 7,000° — це початок виміряних даних: модель з реальними даними, але майже без завантажень, стоїть на цьому рівні, а вимірювання додають градуси вище. Основний рівень нічого не говорить про модель; тільки градуси вище його відрізняють одну модель від іншої.

+1,495°

Токени OpenRouter

962,011,466,267 токенів ця модель обробила через OpenRouter за останні 30 днів, разом підказки та відповіді. Кожні 10,000,000 токенів рахується як одне завантаження в терміні завантажень, всього 96,201; токени останнього дня додаються до коефіцієнта прийняття. Джерело: OpenRouter (openrouter.ai/rankings).

Показати детальний розподіл

Кожне число на цьому сайті можна перевірити. Оцінка популярності цієї моделі становить 8,495°, і тут вона побудована по одному інгредієнту за раз, з поточним підсумком після кожного: основа, градуси, які додає кожне джерело, бонус за тип моделі та віднімання за вік ваг. Кольори відповідають діапазонам на діаграмі вище. Глосарій в кінці пояснює кожен термін.

1
Почни з основного рівня.
Чому 7,000°, а не нуль: шкала йде від 0° до 9 999°, і частина нижче за 7,000° відведена для моделей, про які жодне джерело ще не повідомляло, які мають замінне число, щоб списки були повними і ніколи не перевищували модель з даними. 7,000° — це початок виміряних даних. Модель з реальними даними, але майже без завантажень, стоїть тут; все, що далі, — це вимірювання, а простір вище основного рівня містить десять десятикратних кроків у завантаженнях по 300° кожен. Основний рівень однаковий для всіх моделей, тому він нічого не вирішує; градуси вище нього — ось що вирішує.
7,000°
поточний підсумок
2
Додай завантаження.
Всього 96,201 еквівалентів завантажень з Токени OpenRouter. Десятикратне збільшення завантажень додає ті ж 300°, тож розмір важливий, але не домінує у рейтингу.
+1,495°
8,495°
поточний підсумок
=
Оцінка популярності.
Де ця модель стоїть у кожному списку на цьому сайті. Нічого іншого не впливає на цю оцінку.
8,495°

Глосарій: терміни, що тут використовуються

Оцінка популярності: Одне число, що показує, наскільки модель зараз використовується і потрібна, від 0° до 9,999°. Кожен список на цьому сайті, який називається найгарячішим, відсортований саме за цим числом.
Початкова оцінка: 7,000° — це стартова оцінка для кожної моделі з реальними даними. Шкала від 0° до 9,999°; частина нижче початкової оцінки відведена для моделей без даних, щоб модель з даними завжди була вище. Початкова оцінка однакова для всіх і нічого не вирішує; градуси вище неї — це власне вимірювання.
Еквіваленти завантажень: Все, що оцінка рахує як завантаження, підсумовано: самі завантаження, кожен торрент-сідер як 1,000, кожне зображення AI Horde і кожен запуск на сайті генерації як один.
Логарифмічна шкала: Рахунок по десятках, а не по одиницях: перехід від 1,000 до 10,000 завантажень додає ті ж градуси, що й від 10,000 до 100,000. Це не дає гігантам витіснити все інше.
Лайки: Вподобання і лайки з усіх джерел, вартістю половини завантаження на логарифмічній шкалі.
Швидкість прийняття: Скільки завантажень на день модель отримує зараз, за різницею між двома замірами джерела. Чверть ваги від терміну завантажень.
Виміряно та оцінено: Виміряно означає, що є два показники джерела, і різниця справжня. Оцінено означає, що відомий лише загальний показник за сьогодні, а минуле розподілено на весь час існування моделі; сайт показує, який саме варіант відображається.
Сідер: Хтось, хто тримає копію вагів онлайн, щоб інші могли завантажувати через торрент, або хостинг-дзеркало, що робить те саме. Кожен такий рахується як 1000 завантажень.
AI Horde: Добровільна мережа, яка безкоштовно генерує зображення на пожертвуваних комп’ютерах. Кількість зображень, створених з моделлю, публічна, і кожне рахується як одне завантаження.
Сайти генерації: Сайти, які розміщують власні копії моделі і дозволяють людям генерувати з нею, наприклад PixAI, SeaArt і Yodayo. Їхні завантаження рахується так само, як у Civitai, а кожен запуск генерації — як одне завантаження.
Токени OpenRouter: Текстова модель, що обслуговується через API, як Claude або GPT, не має ваг для завантаження, тому її використання вимірюється токенами: частинами тексту, які вона прочитала і написала через OpenRouter, шлюз, який використовують багато додатків, за останні 30 днів. Кожні 10,000,000 токенів рахується як одне завантаження. Джерело: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Повна модель (чекпойнт): Самі ваги, файл, який генерує самостійно. Має бонус, бо від нього залежать додатки.
LoRA та embedding: Малі додаткові файли, які направляють чужі ваги в певний стиль, персонажа чи концепцію. Вони не можуть працювати самі по собі.
Сімейство та ваги: База, на якій побудована модель, наприклад SD 1.5, SDXL, Flux або Wan. Кожна модель успадковує дату виходу вагів свого сімейства.
Вік: Віднімається градус за те, як давно вийшли ваги сімейства: 150° за рік, максимум 750°. Це зберігає старі завантаження, які мали роки, щоб накопичитись, заморожуючи їх на верху списку.
Підсилення сімейства: Невеликий, обмежений поштовх для LoRA сімейства, яке цей сайт зараз просуває, завжди вказується в розподілі.
Оцінка заміщення: Стабільне число нижче мінімуму, яке дають моделі, про яку ще немає даних, щоб списки були повними. Воно ніколи не вище за модель з даними.
Новинка! (період очікування): Модель віком менше 7 днів показує Новинка! замість оцінки і не займає місце в рейтингах. Її оцінка обчислюється з першого дня, але модель віком один день росте швидше за все, тому без очікування #1 тижня завжди була б та, що вийшла вчора, а не та, що трималась тиждень.
Тренд: Як зростання моделі за період порівнюється зі звичайним зростанням моделей за той самий період. Швидше за звичайне — це підйом, повільніше — спад.
Типова модель: Середина каталогу: половина моделей з показником зросла швидше за цей період, половина повільніше.

Як популярність цієї моделі змінювалась у порівнянні з рештою каталогу: її зростання за кількістю завантажень, лайків і використання за кожен період, порівняно зі звичайним зростанням моделей за той же час, з урахуванням її рейтингу популярності на той момент. Вище звичайного зростання означає підйом, нижче — спад. Минуле відновлюється з сьогоднішніх підсумків, першого дня моделі та швидкості завантажень, якщо є два заміри; модель, якої не було на початку періоду, показує n/a.

Схожі моделі

Моделі ШІ для генерації зображень, відео та тексту

Ling 3.1 Flash — це текстова модель для сімейства Text / LLM, представлена на ModelTrends.ai, каталозі лише для читання відкритих моделей ШІ для зображень, відео та тексту. Порівняйте її з іншими моделями Text / LLM і перевірте бал популярності, щоб побачити тренд.

Більше моделей Text / LLM Більше Text / LLM Текст / LLM llm inclusionai логіка довгий контекст бюджет дослідження

Перегляд за сімейством моделей