Ling 3.0 Flash

Fiche modèle · InclusionAI · ling-3.0-flash

The model prioritizes token efficiency and agentic inference at production scale, stretching what developers can achieve within limited token, latency, and serving-cost budgets.

Fiches modèles

Identité

OrganisationInclusionAI
Pays—
Famille—
Typellm
Date de sortie2026-08-04
Licenceunknown
Licence commercialenon
Licence open sourcenon
Poids ouvertsnon
Auto-hébergement (DGX Spark)non — poids fermés
Modalitéstext
Fenêtre de contexte262 144
KV cache / token (Q8)—
Paramètres totaux124 B
Paramètres actifs (session)5.1 B
Source des paramètres actifsweb : https://huggingface.co/inclusionAI/Ling-3.0-flash
Curation des paramètres actifs2026-10-19
Prix par session0.10 $ (1 000 000 tokens entrée + 200 000 sortie, prix le moins cher par fournisseur)
Tokens / tâche (Data Players)1.2 M
Tokens / tâche (Terminal-Bench)83.3 M (est.)
Ratio Terminal-Bench / Data Players69.4×
Coût / tâche (Terminal-Bench)0.81 $ (est.)
Tokens d'entraînement—
Coupure de connaissance—
Créé le2026-09-08T16:05:57.799879Z
Mis à jour le2026-11-04T06:04:48.773302Z
SourceLLM Stats
URLhttps://llm-stats.com/models/ling-3.0-flash
Tokens/tâche

Prix par fournisseur

Prix

Statut du modèle (offres + auto-hébergement) : non.

Toutes sources confondues : catalogue llm-stats, routeurs EUrouter/Cortecs et catalogues directs (OVHcloud, Scaleway, Infomaniak). Les prix sont convertis en USD pour la comparaison ; le prix publié et le taux BCE utilisé sont dans l'infobulle. Les prix inconnus restent indiqués « — ».

FournisseurSourceSouverainetéEntrée (/M tok)Sortie (/M tok)QuantificationContexteLatence (s)Débit (tok/s)Statut
DeepInfrallm-statsnon0.06 $0.18 $————active

Souveraineté qualifiée par offre (modèle × fournisseur) ; survolez le badge pour les critères.

Souveraineté

Scores par catégorie (top_scores)

CatégorieScore
chat0.90
instruction_following0.80
language0.90
legal1 107.00
long_context0.70
math0.90
reasoning74.50
search0.70
structured_output0.90
finance1 107.00
frontend_development0.80
general58.90
agents111.20
code0.60
communication0.90
tool_calling0.60

Scores par benchmark

BenchmarkCatégorieScoreMaxNormalisé (API)VérifiéAuto-déclaréDaté du
aa-lcrreasoning0.651.000.65nonoui2026-11-04T06:04:48.783364Z
aime-2026math0.931.000.93nonoui2026-11-04T06:04:48.794803Z
artifacts-benchcode0.771.000.77nonoui2026-11-04T06:04:48.813083Z
bfcl-v4tool_calling0.731.000.73nonoui2026-11-04T06:04:48.823779Z
browsecompreasoning0.721.000.72nonoui2026-11-04T06:04:48.827974Z
dracoagents0.701.000.70nonoui2026-11-04T06:04:48.833113Z
gdpval-aageneral1 107.003 000.000.37nonoui2026-11-04T06:04:48.836253Z
hmmt-feb-26math0.871.000.87nonoui2026-11-04T06:04:48.843100Z
ifbenchinstruction_following0.741.000.74nonoui2026-11-04T06:04:48.860550Z
imo-answerbenchmath0.841.000.84nonoui2026-11-04T06:04:48.864337Z
livecodebench-v6reasoning0.831.000.83nonoui2026-11-04T06:04:48.868087Z
mcp-atlasreasoning0.661.000.66nonoui2026-11-04T06:04:48.873113Z
multi-ifchat0.881.000.88nonoui2026-11-04T06:04:48.883191Z
skillsbenchcode0.451.000.45nonoui2026-11-04T06:04:48.895285Z
swe-bench-multilingualreasoning0.721.000.72nonoui2026-11-04T06:04:48.900255Z
swe-bench-proreasoning0.571.000.57nonoui2026-11-04T06:04:48.903572Z
tau3-bankingagents0.281.000.28nonoui2026-11-04T06:04:48.912554Z
terminal-bench-2.1reasoning0.571.000.57nonoui2026-11-04T06:04:48.920179Z
widesearchsearch0.741.000.74nonoui2026-11-04T06:04:48.933001Z

Classements

CatégorieRangScoreNote conservatriceBenchmarks évaluésMéthodeDaté duProvenance
chat230.9023.951trueskill2026-11-04T08:08:43.789169Zrankings
agents79—19.0310trueskill2026-10-19model_history
code83—24.646trueskill2026-10-19model_history

Lecture : Note conservatrice = borne basse TrueSkill (niveau estimé − marge d’incertitude) ; Benchmarks évalués = nombre de benchmarks de la catégorie pris en compte. À performances égales, un modèle évalué sur moins de benchmarks obtient une note plus basse : la note ne se déduit pas d’un seul score. Provenance : rankings = top 50 de /rankings ; model_history = historique du modèle (/models/{id}/history), utilisé pour les rangs au-delà du top 50.

Données

Dates de curation (récupération depuis l'API) : models 2026-11-04 · benchmarks 2026-11-04 · scores 2026-11-04 · updates 2026-11-04 · account 2026-11-04 · model_history 2026-11-04 · rankings 2026-11-04