AREX Feed Article
OpenRouter 上线 Ling 3.0 Flash VL：124B MoE、原生图像与视频输入，由 Novita 提供推理服务
OpenRouter 在 中宣布，InclusionAI 的 Ling 3.0 Flash VL 已在其平台上线，由 Novita AI（@novita_labs）提供推理服务。推文给出的规格是：124B 总参数、每 token 激活 5.5B 的 MoE（混合专家）模型；在文本之外新增原生图像与视频输入和视觉 agent（智能体）能力；采用即时（instant）与推理（reasoning）混合模式，并支持工具调用。同一线程的补充称，VL 版是对 InclusionAI Ling 3.0 Flash 的延伸：语言性能更强，同时新增原生视觉感知与高级视觉 agent 能力。
这条上线的入口与限制都写在页面上：免费版模型 ID 为 inclusionai/ling-3.0-flash-vl:free，其 标价 $0、上下文窗口 262,144 token、单次最多输出 32,768 token，接受文本、图像和视频输入并返回文本，页面标注的发布日期为 9 月 10 日；免费端点有速率限制。
两条端点路线：Novita 的免费端点与 DeepInfra 的付费端点
推文点名的是 Novita，而 OpenRouter 上这个模型有两条端点路线。免费端点只由 Novita 一家提供，OpenRouter 在页面上说明会把请求直接转发过去、不做路由选择；而不带 :free 后缀的显示，付费端点由 DeepInfra 提供，上下文 131,072 token，标价每百万 token 输入 $0.06、输出 $0.18。两个端点都支持用 tools 和 tool_choice 做工具调用，也都提供 reasoning 参数；区别之一是免费端点不支持 response_format，JSON 输出不会被强制。
Novita 这边，已经把同一模型列为自己平台上的无服务器（serverless）多模态端点：模型 ID 同为 inclusionai/ling-3.0-flash-vl，规格与 OpenRouter 免费页一致，支持 reasoning 与 function calling，提供 chat/completions 和 Anthropic 兼容端点，默认档的目录配额为每分钟 30 次请求，定价同样标为 $0。
视觉如何进入推理链路：ViT、VideoRoPE 与 42 层混合骨干
据 InclusionAI 在 Hugging Face 发布的，VL 版继承 Ling 3.0 Flash 的语言、推理与长上下文能力，再把视觉接进整条链路：ViT 视觉编码器从图像和视频中抽取特征，再经两层 MLP 投影器与文本表示对齐；VideoRoPE 同时编码空间位置与时间顺序，让模型理解画面随时间的变化，覆盖事件定位、长视频问答、视频片段编辑这类任务；42 层混合骨干中，KDA 与 Gated MLA 两种注意力层按 5:1 交替，配合稀疏 MoE，在 124B 总容量下每 token 激活 5.5B 参数。
模型卡把这种设计概括为让视觉参与「理解、推理、规划、行动、验证」的完整过程，并把能力分成三个方向：理解复杂画面（如物体计数、复杂排版、图表与文档）、用视觉证据做多步推理与外部信息验证、理解网页与软件界面并把画面转成操作序列。思考模式默认开启，也可以在单次请求中关闭。
从文本版延伸：激活参数 5.1B 与 5.5B
InclusionAI 是 Ling 系列的开发方，称机构由 Ant Group 创立。文本版 给出的数字是 124B 总参数、5.1B 激活；VL 版把每 token 激活参数写为 5.5B，并沿用 5:1 交替的 KDA 与 Gated MLA 混合骨干。VL 的模型卡还称，它在 Artificial Analysis 智能指数 v4.1.1 上得 42 分，比 Ling-3.0-flash 的 38 分高 4 分。
自托管：模型卡给出的推荐配方是 4 张 141GB 级 GPU
想自己部署的话，模型卡也给了路径。目标为 256K 上下文（YaRN 扩展）时，SGLang 的推荐配方是 4 张 141GB 级 GPU（如 H20-3e、H200）或 4 卡 Blackwell 节点（B300、GB300）；如果只有 80GB 卡（H100、H800），则要把张量并行扩到 8 路。模型卡同时给出了 vLLM 的安装与 4 卡启动示例。对不想碰硬件的团队，走 OpenRouter 或 Novita 的托管端点则不需要准备这类节点。
限时免费，以及这些数字的来源
上面提到的参数、上下文、定价与评测分数，分别来自 OpenRouter 的模型页、InclusionAI 的模型卡和 Novita 的博客，均为发布方口径。此外，Novita 在博客里把这份免费标注为限时，给生产团队的建议是：记录当前价格、加上预算护栏，并提前决定促销窗口结束后由哪个模型或队列接流量。