# Ant Ling lance Ling-3.2-flash, modèle multimodal à un million de jetons

_Publié le 6 novembre 2026 — https://ip73.fr/2026/11/06/ant-ling-lance-ling-3-2-flash-modele-multimodal-a-un-million-de-jetons/_

Ant Group a mis sur le marché Ling-3.2-flash, un modèle natif qui accepte désormais texte, images et vidéo en entrée. Lancé le 5 novembre, ce modèle possède une architecture impressionnante : il compte 560 milliards de paramètres au total, mais n'active que 25 milliards lors de chaque étape d'inférence. Cette configuration permet une fenêtre de contexte d'un million de jetons.

Ce nouveau socle vise à répondre à des besoins très spécifiques. Ant Group précise que Ling-3.2-flash est calibré pour une compréhension visuelle poussée, la gestion de tâches d'agents en plusieurs étapes, l'interprétation de données tridimensionnelles, et des applications biomédicales multimodales. Le modèle est disponible via une interface de chat en ligne, et il est aussi accessible via des API compatibles avec les protocoles d'OpenAI et d'Anthropic.

Les premiers utilisateurs profitent d'une période d'essai gratuite de deux semaines suivant le lancement. Pour les intégrations plus sérieuses, les coûts sont fixés à 0,30 $ pour un million de jetons en entrée et 0,90 $ pour les jetons de sortie, selon Pandaily.

## L'évolution de la plateforme Ant Ling

Le chemin vers Ling-3.2-flash est assez étendu. Avant cette version, Ant Ling avait déjà déployé des capacités multimodales avec Ling-3.0-flash-VL, accessible en ligne et compatible avec les protocoles majeurs. Plus tôt, la plateforme avait introduit des capacités vocales avec Ming-3.0-asr-tiny pour la reconnaissance vocale, et Ming-3.0-tts-0.5B pour la synthèse. Des modèles plus légers, comme Ling-3.0-tiny, avaient également été proposés en ligne.

La plateforme affiche une progression constante. On peut remonter à des versions antérieures, comme la v1.0.2, où le modèle Ring-2.6-1T était disponible via API. Ce modèle permettait même une gestion fine de l'effort de raisonnement, avec des niveaux « high » (par défaut, optimisé pour les workflows d'agents) et « xhigh » (conçu pour les tâches de raisonnement difficiles).

En plus des capacités natives du nouveau modèle, l'écosystème autour d'Ant Ling s'est enrichi. Les développeurs ont pu utiliser le module Explore depuis la v2.0.1 pour des expériences basées sur des scénarios d'agents. De plus, depuis les premières versions, l'intégration de fonctionnalités externes, comme la recherche web via le protocole OpenAI, a été ajoutée, bien que l'intégration avec le protocole Anthropic pour cette fonction soit plus récente.

## Ce que signifie le contexte d'un million de jetons

La capacité de traitement d'un million de jetons est un changement significatif pour quiconque veut construire des applications complexes. Cela signifie que les agents peuvent désormais ingérer des corpus d'information beaucoup plus vastes en une seule requête, qu'il s'agisse de rapports médicaux illustrés ou de séquences vidéo détaillées.

Les versions antérieures, comme Ling-3.0-flash, proposaient déjà une approche économique, mais l'intégration native et la puissance de Ling-3.2-flash semblent positionner Ant Group sur un segment plus exigeant en matière d'architecture. Malgré cela, l'accès gratuit initial est une bonne nouvelle pour tester ces performances extrêmes.

## Sources

- [Changelog](https://developer.ant-ling.com/en/docs/getting-started/changelog), developer.ant-ling.com
- [Ant launches Ling-3.2-flash multimodal model with million-token context](https://technode.com/2026/11/06/ant-launches-ling-3-2-flash-multimodal-model-with-million-token-context/), TechNode, 6 novembre 2026
- [Ant Group Launches Ling-3.2-flash, a 560B Native Multimodal Model With 25B Active Parameters](https://pandaily.com/ant-group-ling-3-2-flash-native-multimodal-560b-moe-25b-active-1m-context), Pandaily, 6 novembre 2026