inclusionAI: Ling 3.1 Flash

Ling 3.1 Flash adalah model teks dari inclusionAI. Ini adalah model mixture-of-experts dengan penalaran hibrida, dengan 25B parameter aktif dari total 560B. Penyedia merilisnya pada 2026-10-02. Model ini berada di kategori teks, jadi ditujukan untuk tugas bahasa bukan pekerjaan gambar, audio atau video.

Model ini menerima teks sebagai input dan mengembalikan teks sebagai output. Jendela konteksnya adalah 262144 token, dan output maksimum adalah 235929 token, jadi baik input panjang maupun generasi panjang dimungkinkan dalam batas tersebut. Karena ini adalah model penalaran hibrida, model dapat menghasilkan output penalaran bersama jawaban akhirnya, dan perilaku itu dapat dikendalikan melalui parameter reasoning dan include_reasoning. Desain mixture-of-experts berarti hanya sebagian dari total parameter yang aktif per token, yang relevan jika Anda peduli tentang throughput relatif terhadap model dense dengan ukuran total serupa.

Kasus penggunaan praktis mengikuti dari konteks panjang dan kemampuan penalaran. Analisis dokumen panjang, peringkasan file besar, dan tanya jawab atas materi sumber yang panjang masuk dalam jendela 262144 token. Pekerjaan kode dan teknis mendapat manfaat dari mode penalaran, di mana model dapat mengerjakan suatu masalah sebelum menjawab. Pemanggilan tool didukung, sehingga model dapat digunakan sebagai lapisan keputusan dalam alur kerja bergaya agen yang perlu memanggil fungsi eksternal. Ekstraksi terstruktur dan klasifikasi atas batch teks besar juga cocok, dan parameter seed memungkinkan sampling yang dapat direproduksi ketika Anda membutuhkan output yang konsisten di berbagai eksekusi.

Anda memanggil model melalui API yang kompatibel dengan OpenAI dari api14 menggunakan model id "inclusionai/ling-3.1-flash". Parameter permintaan yang didukung adalah frequency_penalty, include_reasoning, logprobs, max_tokens, presence_penalty, reasoning, repetition_penalty, seed, stop, temperature, tool_choice, tools, top_k, top_logprobs dan top_p. Jika Anda ingin detail tingkat token pada output, logprobs dan top_logprobs tersedia. Jika Anda ingin model menggunakan fungsi eksternal, berikan tools dan tool_choice. Perilaku sampling dikendalikan dengan temperature, top_p, top_k, repetition_penalty, presence_penalty dan frequency_penalty, dan urutan stop didukung.

Satu hal yang perlu diingat adalah model ini hanya teks. Jika aplikasi Anda perlu memproses gambar atau audio secara langsung, model ini tidak akan menerima input tersebut. Mode penalaran bersifat opsional dan dapat dinyalakan atau dimatikan, sehingga Anda dapat memutuskan per permintaan apakah output penalaran tambahan berguna atau hanya menambah token yang tidak Anda butuhkan. Untuk tugas teks pendek yang sederhana, model yang lebih kecil atau non-penalaran mungkin lebih sederhana untuk dioperasikan, sementara Ling 3.1 Flash lebih cocok ketika panjang konteks, penalaran atau pemanggilan tool menjadi faktor penentu.