inclusionAI模型

inclusionAI: Ming Image 0.1 Design 是一款来自 inclusionAI 的文本生成图像模型，专注于平面设计输出，并强调在生成图像中实现可读的文本渲染。该模型仅根据提示词生成，不接受参考图像。输出格式可请求为 PNG、JPEG 或 WebP。图像尺寸由模型决定而非由请求指定，所以不支持明确的尺寸和纵横比要求，系统将拒绝此类请求，而不会进行静默调整。

inclusionAI: Ming Image 0.1 Design Layer 是来自 inclusionAI 的一款以图生图模型，它能将扁平化的设计图像分解为独立的 RGBA 图层（例如背景层和前景元素），并为每个图层返回一张图像。该模型要求提供一张参考图像以及描述图层方案的提示词。输出格式可选择 PNG 或 WebP。输出尺寸将遵循输入图像的尺寸，所以不支持显式指定尺寸和长宽比，系统不会对其进行静默调整。

inclusionAI: LLaDA-Image 是一款有竞争力的 6B 参数开源统一图像生成与编辑模型。它是用于高质量文生图和指令引导编辑的 50 步基础版本，支持参考图像编辑和中英文文本渲染，有强大的视觉细节、自然光影和连贯的构图。

LLaDA-Image 是一系列有竞争力的 6B 参数开源统一图像生成与编辑模型。它包括用于高质量文生图和指令引导编辑的 50 步基础模型 LLaDA-Image，以及用于快速生成与编辑的 4 步蒸馏模型 inclusionAI: LLaDA-Image-Turbo。这两个版本均支持实用的文生图生成、VQ 条件生成、参考图像编辑以及中英文文本渲染。

inclusionAI: Ling-3.0-flash 是 Ling 系列中最新一代的高性价比模型，拥有 124B 总参数和 5.1B 激活参数，原生支持 256K 上下文窗口并可扩展至 1M。与上一代 flash 模型相比，inclusionAI: Ling-3.0-flash 在长跨度任务中的稳定性显著增强，工具调用准确率大幅提升，并对常见 Harness 环境的兼容性全面了优化。在编程任务中，inclusionAI: Ling-3.0-flash 对空间理解能力深度了优化，能构建物理场景网格及相对位置。另外，得益于其混合推理模式，各难度级别任务的成功率均有所提高。

inclusionAI: Ling-3.1-flash 是来自 inclusionAI 的混合推理专家模型，总计 560B 参数，激活参数为 25B。

inclusionAI: Ling-3.0-flash-VL 基于 Ling 3.0 Flash（InclusionAI 提供的 124B 总参数 / 5.5B 激活 MoE）构建，在进一步增强语言能力的同时，增加了原生视觉感知和高级视觉智能体能力。这是一款有工具调用功能的混合型即时/推理模型。

inclusionAI: Ling-2.6-flash 是一款 100B 参数的文本模型，专注于智能效率，在保持强大性能的同时最小化令牌使用。它支持 256K 上下文窗口，输出令牌高达 32K，并有函数调用、结构化输出和提示词缓存功能。它特别适用于代码补全与调试、快速文档处理以及轻量级智能体交互。

inclusionAI: Ling-2.6-1T 是一款有 1 万亿参数规模的思维模型，拥有 630 亿激活参数，专为需要强大能力和运营效率的现实世界智能体工作流而构建。它针对编码智能体、工具使用和长程任务执行优化了，在 PinchBench、ClawEval、TAU2-Bench 和 GAIA2-search 等基准测试中提供了领先的结果。通过在 high 和 xhigh 模式下的自适应推理能力，inclusionAI: Ling-2.6-1T 可根据任务复杂性动态分配推理预算。这使得它在工具密集型和多轮智能体工作流中，能以更低的 token 开销实现更强的性能。inclusionAI: Ling-2.6-1T 专为高级编码智能体、复杂推理流水线和大规模自主系统而设计，在这些系统中，执行质量、延迟和成本效率至关重要。

inclusionAI: Ring-2.6-1T 是一款 1T 参数规模的思考模型，拥有 63B 激活参数，专为需要强大能力与运营效率的现实世界智能体工作流而构建。它针对编码智能体、工具使用和长周期任务执行优化了，在 PinchBench、ClawEval、TAU2-Bench 和 GAIA2-search 等基准测试中表现领先。通过在高（high）和超高（xhigh）模式下的自适应推理努力，inclusionAI: Ring-2.6-1T 可根据任务复杂度动态分配推理预算。这在工具密集型和多轮智能体工作流中，能以更低的 Token 开销实现更强的性能。inclusionAI: Ring-2.6-1T 专为先进的编码智能体、复杂推理流水线以及对执行质量、延迟和成本效率都有要求的各种大规模自主系统而设计。

模型: inclusionAI: LLaDA2.1-flash。描述: LLaDA 2.1 是 LLaDA 系列中的扩散语言模型，增强了编辑功能。它在提供强大的任务性能的同时，显著提高了推理速度。

inclusionAI: Ling-3.0-flash-Sante 是一款在健康和医学领域有增强功能的专家混合 (MoE) 模型。它基于 Ling-3.0-Flash 构建，拥有 1240 亿个总参数，每个 token 激活约 51 亿个参数。该模型在医学知识推理、临床安全、循证检索和长周期医疗任务方面表现出色，同时保持了强大的推理、编码和智能体任务通用能力。

inclusionAI: Ling-3.0-flash-Fin 是一款基于 Ling-3.0-flash 构建的金融增强型 MoE 模型，拥有 1240 亿总参数和约 51 亿激活参数。它专为实际投资工作流程而设计，针对复杂的多步骤任务以及长周期的规划与执行优化了。凭借相对较小的激活参数规模，它在提供有竞争力的金融性能的同时，也保持了在推理、编码和数学方面的强大通用能力。