Perbandingan Model
Ling-flash-2.0
vs
step3
28 Feb 2026
Harga
Input
$
0.14
/ M Tokens
$
0.57
/ M Tokens
Output
$
0.57
/ M Tokens
$
1.42
/ M Tokens
Metadata
Buat di
17 Sep 2025
28 Jul 2025
Lisensi
MIT LICENSE
APACHE LICENSE (VERSION 2.0)
Penyedia
inclusionAI
StepFun
Spesifikasi
Negara
Available
Deprecated
Arsitektur
Ling 2.0 MoE architecture
Mixture-of-Experts (MoE) architecture with Multi-Matrix Factorization Attention (MFA) and Attention-FFN Disaggregation (AFD)
Terkalibrasi
Tidak
Tidak
Campuran Ahli
Ya
Ya
Total Parameter
100B
321B
Parameter yang Diaktifkan
6.1B
38B
Penalaran
Tidak
Tidak
Precision
FP8
FP8
Text panjang konteks
131K
66K
Max Tokens
131K
66K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
Tidak didukung
Tidak didukung
Fine-tuning
Tidak didukung
Tidak didukung
Embeddings
Tidak didukung
Tidak didukung
Rerankers
Tidak didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
didukung
Output Terstruktur
Tidak didukung
Tidak didukung
Alat
didukung
didukung
Fim Completion
Tidak didukung
Tidak didukung
Chat Prefix Completion
didukung
Tidak didukung
Ling-flash-2.0dalam Perbandingan
Lihat bagaimana Ling-flash-2.0membandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
MiniMax-M2.5
VS
Step-3.5-Flash
VS
MiniMax-M2.1
VS
MiniMax-M2
VS
Qwen3-VL-32B-Instruct
VS
Qwen3-VL-32B-Thinking
VS
Qwen3-VL-30B-A3B-Instruct
VS
Qwen3-VL-30B-A3B-Thinking
VS
Qwen3-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Qwen3-Omni-30B-A3B-Instruct
VS
Ring-flash-2.0
VS
Qwen3-Omni-30B-A3B-Captioner
VS
Qwen3-Omni-30B-A3B-Thinking
VS
Qwen3-Next-80B-A3B-Instruct
VS
Qwen3-Next-80B-A3B-Thinking
VS
gpt-oss-120b
VS
gpt-oss-20b
VS
Qwen3-Coder-30B-A3B-Instruct
VS
Qwen3-30B-A3B-Thinking-2507
