Perbandingan Model
vs
Ring-flash-2.0
28 Feb 2026
Harga
Input
0.14
Output
0.57
Metadata
Spesifikasi
Negara
Available
Arsitektur
Mixture-of-Experts (MoE) with 1/32 expert activation ratio and MTP layers, featuring low activation and high sparsity design
Terkalibrasi
Ya
Ya
Campuran Ahli
Ya
Ya
Total Parameter
100B
Parameter yang Diaktifkan
6.1B
Penalaran
Ya
Tidak
Precision
FP8
Text panjang konteks
131K
Max Tokens
131K
Didukung Keberfungsian
Serverless
didukung
didukung
Serverless LoRA
didukung
Tidak didukung
Fine-tuning
didukung
Tidak didukung
Embeddings
didukung
didukung
Rerankers
didukung
Tidak didukung
Dukung Image Input
Tidak didukung
Tidak didukung
JSON Mode
didukung
Tidak didukung
Output Terstruktur
didukung
Tidak didukung
Alat
didukung
Tidak didukung
Fim Completion
didukung
Tidak didukung
Chat Prefix Completion
didukung
didukung
dalam Perbandingan
Lihat bagaimana membandingkan dengan model populer lainnya di berbagai dimensi kunci.
VS
Step-3.5-Flash
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-VL-235B-A22B-Instruct
VS
Qwen3-VL-235B-A22B-Thinking
VS
Qwen3-Omni-30B-A3B-Instruct
VS
Ring-flash-2.0
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-120b
VS
Qwen3-Coder-30B-A3B-Instruct
VS
Qwen3-30B-A3B-Thinking-2507
