inclusionAI: Ling 3.0 Flash

Ling 3.0 Flash, inclusionAI tarafından geliştirilen ve sağlayıcı tarafından 2026-07-23 tarihinde yayımlanan bir metin modelidir. Token başına yaklaşık 5.1B parametresi etkinleştirilen, 124B parametreli bir Mixture-of-Experts (MoE) modelidir. Sağlayıcının belirttiği tasarım öncelikleri token verimliliği ve üretim ölçeğinde ajan tabanlı çıkarımdır; bu da modeli tek seferlik sohbetten ziyade ajan iş yükleri çalıştıran geliştiricilere yönelik bir model olarak konumlandırır.

Model metin alır ve metin verir. Metin istemlerini kabul eder ve metin tamamlamaları döndürür; bağlam penceresi 262144 token, maksimum çıktı ise 32768 tokendır. Büyük bağlam penceresi, uzun belgelerin, genişletilmiş konuşma geçmişlerinin veya büyük araç çıktılarının tek bir istekte tutulabileceği anlamına gelir; çıktı sınırı ise modelin tek bir yanıtta ne kadar üretebileceğini sınırlar. Akıl yürütme çıktısı desteklenir, yani istendiğinde model akıl yürütmesini yanıtın bir parçası olarak sunabilir.

Bu yetenekler birkaç pratik kullanıma işaret eder. Büyük belgeleri özetleme veya sorgulama gibi uzun bağlamlı işler 262144 tokenlık pencereye uyar. Ajan tabanlı ardışık düzenler, özellikle araç çağırma ve yapılandırılmış çıktı ile birleştirildiğinde, belirtilen üretim ölçeğinde ajan tabanlı çıkarım odağına uyar. Akıl yürütme açığa çıkarılabildiği için model, bir geliştiricinin ara akıl yürütmeyi incelemek istediği görevlere de uygundur; örneğin çok adımlı bir iş akışında hata ayıklama veya bir karar yolunu üzerinde işlem yapmadan önce doğrulama gibi.

Modeli api14'ün OpenAI uyumlu API'si üzerinden "inclusionai/ling-3.0-flash" model id'si ile çağırırsınız. Desteklenen istek parametreleri 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 ve top_p'dir. Araç çağırma tools ve tool_choice ile, yapılandırılmış çıktı response_format ile kullanılabilir; örnekleme temperature, top_p, top_k, min_p, ceza parametreleri ve seed ile kontrol edilebilir. Log olasılıkları logprobs ve top_logprobs ile istenebilir; akıl yürütme davranışı reasoning ve include_reasoning ile ayarlanabilir.

Başlıca pratik kısıtlar yalnızca metin girişi ve çıkışı ile 32768 tokenlık çıktı tavanıdır. Bir görev görüntü veya ses girişine bağlıysa bu model bunu kapsamaz. Tek bir yanıtın çıktı sınırını aşması gerekiyorsa işin istekler arasında bölünmesi gerekir. Bu sınırlar içinde 262144 tokenlık bağlam, araç çağırma, yapılandırılmış çıktı ve akıl yürütme kontrollerinin birleşimi, onu uzun bağlamlı ve ajan tarzı metin iş yükleri için makul bir varsayılan haline getirir.