중국 앤트그룹의 AI팀 '링'이 텍스트·이미지·영상을 함께 처리하는 멀티모달 모델 '링-3.2-플래시'를 지난 5일 공개했다. 전체 5600억 개 중 추론 시 2500억 개(약 4.5%)만 활성화하는 MoE(전문가 혼합) 구조로, 토큰 100만 개 분량의 긴 문맥을 한번에 처리할 수 있다.

아이타임스에 따르면 앤트그룹은 자체 측정한 시각 관련 벤치마크 세 종에서 링-3.2-플래시가 앤트로픽의 클로드 오퍼스5를 앞섰다고 밝혔다. 복잡한 문서 구조를 이해하는 'OmniDocBench 1.5'에서 92.21점(오퍼스5 90.56점), 시각 추론 테스트 'ZEROBench' 일부 문항에서 43.71점(오퍼스5 39.52점), 이미지 디자인을 웹페이지로 구현하는 'Vision2Web'에서 85.86점(오퍼스5 80.20점)을 각각 기록했다는 것이다.

다만 이는 앤트그룹이 자체적으로 측정해 발표한 수치로, 전반적인 추론·코딩 능력까지 클로드를 앞선다는 의미는 아니라고 아이타임스는 짚었다. 외부 기관의 교차 검증은 아직 이뤄지지 않았다.

웹페이지 제작 경진 플랫폼 '디자인아레나'가 진행한 이미지→웹 변환 대회에서는 링-3.2-플래시가 엘로(Elo) 점수 1238로 전체 10위에 올랐다고 공개 게시물을 통해 밝혔다. 앤트그룹은 또 다른 시연에서 여러 에이전트가 함께 2분기 재무 데이터를 분석해 보고서와 6장짜리 슬라이드, 영상까지 만들어내는 모습, 그리고 3D 툴 블렌더를 직접 조작하는 장면도 함께 공개했다.

API는 출시 2주간 무료로 제공되며, 이후 정식 요금은 입력 100만 토큰당 0.3달러, 출력 100만 토큰당 0.9달러로 책정될 예정이다. 오픈AI·앤트로픽 API 호출 형식을 그대로 지원해 기존에 챗GPT나 클로드용으로 짜둔 코드를 큰 수정 없이 연결할 수 있다는 점도 특징이다. 다만 이전 링 모델과 달리 이번에는 가중치 공개 여부가 아직 발표되지 않았다.

https://x.com/AntLingAGI/status/2118428250468958478