Ling-3.2-flash 发布，老板该看两点

11 月 5 日晚上，蚂蚁百灵发了 Ling-3.2-flash。总参数 5600 亿，激活参数 250 亿，上下文 100 万 token。

官方给的对比是三项基准超过 Claude Opus 5（max），API 输入每百万词元 0.30 美元，输出 0.90 美元，上线前两周免费。

官网公告写得很热闹，但汕头开厂的老板看到「5600 亿」这四个字，大概第一反应是：跟我有什么关系？

没关系。参数是模型公司之间较劲的数字，不是你的采购清单。

真正跟你有关的是后面两条。

第一条：它兼容 OpenAI 和 Anthropic 协议

这句话的意思是，你现有的代码基本不用改。原来调 OpenAI 接口的，换个地址就能调它；原来调 Anthropic 接口的也一样。

这件事对中小企业的意义，比跑分高多少分要大得多。

我们过去两年帮企业搭本地 AI，最耗时间的往往不是模型本身，是改代码。每换一个模型就要动一遍接口层，一次动一两天。协议兼容意味着你可以在几个模型之间换着试，不用为每个模型重写一遍。

对只有十几个人的公司，这一天省下来的时间，比省下来的调用费值钱。

第二条：输入每百万词元 0.30 美元

这个价格值得算一下，不是算便宜不便宜，是算你的业务跑不跑得动。

假设一家做外贸的工厂，每天要把客户的邮件、报价单、图纸说明整理成结构化的表格，十万字左右的输入，一天的输入成本按这个价算下来不到一块钱。输出再算一点，一天几毛钱。

真正花钱的不是 token，是人。以前这件事要一个人每天花两小时做，现在变成看结果和抽检。

但也要说实话：这种活儿做得值不值，取决于你原来是不是真的要花两小时。如果原来那个岗位本来就在干别的，那省下来的两小时是空的，不是钱。

多模态这件事对工厂尤其有用

Ling-3.2-flash 是原生多模态的，图像和视频可以直接当输入。

对做实事的老板来说，这一条比参数重要得多。质检照片直接丢进去问有没有划痕，产品照片直接进去问文案怎么写得更准。

我们有个客户是汕头做玩具的，之前每批货要拍两百张图发到三个人手里看，意见还老是不一样。改成把图批量过一遍做初筛，人只看模型标出来的那十几张，效率提得不夸张，但确实省了一整个下午。

本地部署这条路我们也在帮人走。本地部署大模型那篇算过一笔账，讲清楚什么规模的团队值得自己装；选型上的坑写在 帮厂里试装大模型，选型看的不是参数表 里。

这波发布潮里，我们劝你慢一点

一个月之内发了七八个新模型，名字一个比一个长，参数一个比一个大。

如果跟着发布会买，今天买这个明天换那个，永远在迁移，永远在测试，业务上什么都落不了地。

挑一个跑通一个流程，比同时试五个模型有用得多。

具体说，先找一件你每周都要做、而且纯手工做的事，做一个能用的流程，让它连续跑两周。两周之后再看这个流程值不值得扩大。

流程跑通了，剩下的就是系统定制和对接的事，按你的业务流程来，不按模板来，这块我们做得多。成本和周期按工作量算，这只是大致区间，具体费用要根据你的实际需求评估。先出需求清单或方案，再给明细报价。想聊的可以打 13829578822，微信同号。