inclusionAI: Ling 3.0 Flash

Ling 3.0 Flash は inclusionAI のテキストモデルで、プロバイダーによって 2026-07-23 にリリースされました。これは 124B パラメータの Mixture-of-Experts (MoE) モデルで、トークンあたりおよそ 5.1B パラメータが活性化されます。プロバイダーが示す設計上の優先事項はトークン効率と本番規模のエージェント推論であり、これは単発のチャットではなくエージェントワークロードを実行する開発者を対象としたモデルとして位置づけています。

このモデルはテキスト入力およびテキスト出力です。テキストプロンプトを受け取りテキスト補完を返し、コンテキストウィンドウは 262144 トークン、最大出力は 32768 トークンです。大きなコンテキストウィンドウにより、長い文書、拡張された会話履歴、またはかなりのサイズのツール出力を単一のリクエストに保持できます。一方、出力上限はモデルが 1 回の応答で生成できる量を制限します。推論出力がサポートされているため、要求された場合にはモデルは応答の一部としてその推論を開示できます。

これらの機能はいくつかの実用的な用途を示します。大規模文書の要約やクエリといった長コンテキストの作業は 262144 トークンのウィンドウに適合します。エージェントパイプラインは、本番規模のエージェント推論という示された焦点に適合し、特にツール呼び出しや構造化出力と組み合わせた場合に適しています。推論を表面化できるため、このモデルは、マルチステップのワークフローをデバッグしたり、行動する前に意思決定経路を検証したりするなど、開発者が中間推論を検査したいタスクにも適しています。

このモデルは、モデル id "inclusionai/ling-3.0-flash" を使用して api14 の OpenAI 互換 API を通じて呼び出します。サポートされるリクエストパラメータは frequency_penalty、include_reasoning、logit_bias、logprobs、max_tokens、min_p、presence_penalty、reasoning、repetition_penalty、response_format、seed、stop、temperature、tool_choice、tools、top_k、top_logprobs、top_p です。ツール呼び出しは tools と tool_choice を通じて利用でき、構造化出力は response_format を通じて利用でき、サンプリングは temperature、top_p、top_k、min_p、ペナルティパラメータ、seed で制御できます。対数確率は logprobs と top_logprobs で要求でき、推論の挙動は reasoning と include_reasoning で調整できます。

主な実用的制約は、テキストのみの入力と出力、および 32768 トークンの出力上限です。タスクが画像または音声入力に依存する場合、このモデルはそれをカバーしません。単一の応答が出力上限を超える必要がある場合、作業を複数のリクエストに分割する必要があります。これらの範囲内では、262144 トークンのコンテキスト、ツール呼び出し、構造化出力、推論制御の組み合わせにより、長コンテキストおよびエージェント形式のテキストワークロードに対して妥当なデフォルトとなります。