蚂蚁 Ling 3.2 Flash 免费上架 OpenRouter：32 tok/s，便宜不等于能用

要点

• 2026-11-13，inclusionai/ling-3.2-flash:free 出现在 OpenRouter 目录（17:45 UTC 上架，另有自动扫描记录首次观测为 21:09 UTC）。挂牌价 $0 / $0，但免费端点受速率限制。
• 规格不低：1,048,576 上下文、262,144 最大输出、输入支持文本 + 图片（单请求最多 200 张）、thinking 可按请求关闭，支持 tool calling 与 JSON schema 结构化输出。
• ⭐ 真正该看的数字是吞吐：OpenRouter 页面公开的 P50 数据是 32 tok/s、端到端延迟 13.75 秒、P90 46.44 秒，近 24 小时可用率 98.92%。
• 只有一个供给方：Ant Digital。也就是说这条免费链路没有多provider 兜底，单点故障风险 = 100%。
• 权重尚未查到公开仓库。按纪律陈述：本次未在 Hugging Face 查到 Ling-3.2-flash 权重，不做「权重不开放」的推断——上一代 Ling-3.1-flash 的权重是在发布约两周后才上线的。
• 发布日存在两个口径：Startrise 追踪记 11-05（560B 总参 / 25B 激活的原生多模态 MoE，前两周免费 API），OpenRouter 记 11-13 上架。并列，不替官方调和。
• 取证说明：inclusionAI 官方站点与 Ant Ling 的 X 账号本次未取得该模型的发布原文（X 最新帖停在 11-02，据 artificialwatch 记录）。规格与实测数据均来自 OpenRouter 平台侧实取，属一手但只覆盖「这个 id 在这个平台上有哪些参数」这一窄事实。

背景与分析

免费模型这件事，2026 年已经不稀奇。稀奇的是免费档的规格已经能给到 1M 上下文 + 26 万输出 + 200 张图——这个配置在过去通常出现在付费的高档位上。

但这条新闻真正的信息量在吞吐那一栏。

把 OpenRouter 的实测数据摆出来看：

这组数字说明一件很具体的事：它的瓶颈不是「开始回答」，而是「回答完」。首包 1.63 秒看起来不慢，但 32 tok/s 的生成速度意味着长回答的等待被拖在尾部——这个组合（快速启动 + 慢速吐字）对「流式看起来在动」的观感有帮助，对「真正拿到可用结果」没有帮助。

于是选型判断就变得很清晰：

「免费」在这里的真实含义是：你用手感和确定性去换钱。 这不一定是坏事——如果你跑的是每晚一次的数据清洗，32 tok/s 完全够；如果你在做一个用户盯着屏幕等结果的 agent，那免费是最贵的选择。

关于那 200 张图的上限，值得单独说一句。这个数字不是营销数字，是工程约束：多图请求的图像 token 会显著抬高预填充时间，200 张图意味着巨大的输入体积。厂商愿意在这个档位给到 200，说明它对长输入的处理做了优化；但对使用者来说，真正的限制往往不是「能塞多少张」，而是「塞了之后首包要等多久」。这条免费链路只给了 P50 延迟 1.63 秒，没给多图场景的分档数据——真要用，自己测。

对开发者的影响

• 免费模型的第一道验收项应该是吞吐，不是跑分。 建议把「P50 端到端 < 5 秒」写进你的选型门槛，低于这条线的模型只能进批处理队列。
• 单一 provider 就是单点风险。 OpenRouter 的 :free 端点常常只挂一家，这家挂了整条链路就断。生产环境要么自建 fallback，要么干脆不用免费档。
• 1M 上下文 + 262K 输出这个组合值得试。262K 输出是罕见配置——多数模型的输出上限在 8K–64K。做「整库代码理解后生成大段重构方案」这类任务，输出上限比输入上限更容易卡住你。
• thinking 可按请求关闭，这对成本与延迟都友好。做分类、抽取这类不需要推理的任务时关掉它，能省一大截输出 token。
• 国内团队注意支付与合规路径：走 OpenRouter 是海外链路；蚂蚁自己的 API（Ant Ling）是另一条，本次未取得其定价页。别默认两边价格一致。
• 如果想本地跑：先确认权重到底有没有放出再规划。「查不到」不等于「不会放」——上一代是隔了两周才上 HF 的。

AI 之家 观点

这条新闻其实是个很好的反例，用来纠正一种常见直觉：「免费 = 试错成本为零」。

试错成本从来不为零。它体现为：你要花时间验证吞吐够不够、要写 provider fallback、要处理限速、要在免费端点突然变慢时排查「是我的问题还是它的问题」。这些成本都要算进「免费」的对价里。

AI 之家 推荐结论：把 Ling 3.2 Flash 放进批处理与长上下文分析的候选池，而不是放进交互式 agent 的候选池。判断标准就一条：用户看不看得到等待。看不到，免费很划算；看得到，就得为速度付钱。

还有一条方法论提醒。这次我们特意把「发布日两个口径」「权重查不到」都写成了并列陈述而不是结论。因为在这个信息密度下，最容易犯的错不是遗漏，而是把「我没看到」写成「它不存在」。上一代 Ling 权重推迟两周发布这件事，就是最好的反证——如果当时写「权重不开放」，两周后就得公开纠错。

相关阅读

• 同类国产开源：Qwen Code · MiMo Code · Aider
• 概念：MoE · 长上下文 · 推理模型 · 每任务成本
• 模型卡：DeepSeek V4.1 Flash · Qwen Max · Kimi K3.1 Pro
• 同期：Gemini 4 Hydrogen 发布

来源

• { title: "OpenRouter：inclusionAI Ling 3.2 Flash (free) 模型页（挂牌价、上下文、最大输出、图片上限、thinking 开关、provider 与延迟/吞吐分位数据，一手实取）", url: "https://openrouter.ai/inclusionai/ling-3.2-flash:free" }
• { title: "OpenRouter Models API 与 Endpoints API（/api/v1/models 与 /api/v1/models/inclusionai/ling-3.2-flash/endpoints，一手实取，2026-11-14）", url: "https://openrouter.ai/api/v1/models" }
• { title: "artificialwatch：Ling 3.2 Flash 目录扫描记录（上架时间、endpoints 曾为空、权重未上 HF、官方 X 未发，二手，用于交叉核对）", url: "https://artificialwatch.com/wire/radar-inclusionai-ling-3-2-flash-free" }
• { title: "Startrise：InclusionAI (Ant Ling) 发布追踪（Ling-3.2-flash 记 2026-11-05、560B/25B MoE、前两周免费 API，二手）", url: "https://www.startrise.io/models/inclusionai" }