Ein multimodales KI-Modell aus China steht ab sofort quelloffen bereit: Ant Group hat Ling-3.0-flash-VL am 9. September vorgestellt. Der Schritt reiht sich in eine Serie chinesischer Anbieter ein, die ihre Modellgewichte offenlegen, statt sie hinter einer Programmierschnittstelle zu verstecken.
drweb.de als bevorzugte Quelle auf Google hinzufügenQualitätsgeprüfte Inhalte direkt in Google News & DiscoverJetzt hinzufügen
Das Wichtigste in Kürze
- Ant Group öffnet mit Ling-3.0-flash-VL das erste nativ multimodale Modell seiner Ling-Reihe.
- Die Mixture-of-Experts-Bauweise zählt 124 Milliarden Parameter, rechnet je Anfrage aber nur mit 5,5 Milliarden.
- Ein visueller Regelkreis lässt das Modell eigene Ausgaben beobachten, prüfen und nachbessern, etwa bei Frontend-Code oder GUI-Automatisierung.
- Offene Gewichte erlauben den Betrieb im eigenen Rechenzentrum, was beim Datenschutz nach DSGVO zählt.
Was steckt in Ling-3.0-flash-VL?
Bild, Text und Video verarbeitet das Modell nativ, also ohne vorgeschaltetes Zusatzmodul, bei einem Kontextfenster von 256.000 Token. Die Grundlage liefert das im Sommer veröffentlichte Textmodell Ling-3.0-flash, dessen sparsame Mixture-of-Experts-Bauweise nur einen Bruchteil der Parameter je Rechenschritt anspricht.[1]
Niedrige Rechenkosten folgen aus dieser Architektur. Von 124 Milliarden Parametern feuern je Token nur 5,5 Milliarden, ein Verhältnis von rund eins zu dreiundzwanzig. Ant Group setzt damit auf Dichte statt schiere Größe und legt die Gewichte offen, statt den Zugang auf eine kostenpflichtige Schnittstelle zu beschränken.
Wie prüft das Modell seine eigene Arbeit?
Ein visueller Regelkreis bildet die eigentliche Neuerung. Aus dem einmaligen Ablauf Bild hinein, Antwort heraus wird ein Kreis aus Beobachten, Handeln, Prüfen und Korrigieren: Das Modell betrachtet sein eigenes Zwischenergebnis, vergleicht das Resultat mit dem Ziel und bessert nach.[2]
Frontend-Code, die Deutung medizinischer Befunde und die Steuerung grafischer Oberflächen nennt der Hersteller als Einsatzfelder. Überraschend wirkt das gemeinsame Training auf reine Textaufgaben zurück, denn im Artificial Analysis Intelligence Index v4.1.1 liegt die multimodale Version vier Punkte über dem reinen Textmodell.[2] Der Zulauf zu solchen offenen Modellen reicht inzwischen bis ins Silicon Valley.
Quelloffene Gewichte aus China sind kein Selbstläufer für den Mittelstand, sondern eine Einladung, KI wieder auf eigenen Servern statt im fremden Rechenzentrum zu betreiben.
— Michael Dobler, Herausgeber Dr. Web
Was bedeutet das für Unternehmen in der DACH-Region?
Offene Gewichte lassen sich auf eigenen Servern betreiben. Für Betriebe, die sensible Daten nach DSGVO nicht an eine chinesische Programmierschnittstelle senden dürfen, liegt genau darin der Unterschied zum reinen Cloud-Zugang, wie ihn etwa DeepSeek anbietet und den mehrere europäische Datenschutzbehörden prüfen.
Eine Herkunftsprüfung bleibt trotzdem Pflicht. Chinesische Modelle drücken die Preise für KI-Dienste und erweitern die Auswahl neben Alibabas Qwen, Zhipus GLM und dem europäischen Mistral, doch das BSI rät bei Software aus Drittstaaten zu einer Sicherheitsbewertung vor dem Produktiveinsatz.
Ein Testlauf im eigenen Rechenzentrum klärt am schnellsten, ob Ling-3.0-flash-VL an Qwen und Mistral heranreicht. Beim Einsatz offener Gewichte lohnt zudem ein Blick in die Lizenzbedingungen für den kommerziellen Gebrauch sowie in die Debatte um mögliche Auflagen für chinesische Open-Weight-Modelle.
Ant Groups erstes multimodales Modell setzt auf Dichte statt schiere Größe.
Der visuelle Regelkreis in vier Stufen
FAQ: Ant Group öffnet sein multimodales KI-Modell Ling-3.0-flash-VL
Was ist Ling-3.0-flash-VL?
Ling-3.0-flash-VL ist das erste nativ multimodale KI-Modell aus Ant Groups Ling-Reihe, veröffentlicht am 9. September 2026. Das Modell verarbeitet Bild, Text und Video, nutzt eine Mixture-of-Experts-Architektur mit 124 Milliarden Parametern und aktiviert je Anfrage nur 5,5 Milliarden davon.
Ist Ling-3.0-flash-VL quelloffen?
Ja. Ant Group stellt die Modellgewichte offen zum Herunterladen bereit, sodass sich das Modell auf eigener Hardware betreiben lässt. Beim kommerziellen Einsatz sollten Unternehmen vorab die konkreten Lizenzbedingungen des Anbieters prüfen.
Was ist der visuelle Regelkreis?
Der visuelle Regelkreis macht aus dem einmaligen Ablauf Bild hinein, Antwort heraus einen Kreis aus Beobachten, Handeln, Prüfen und Korrigieren. Das Modell prüft sein eigenes Ergebnis und bessert nach, etwa bei Frontend-Code oder der Steuerung grafischer Oberflächen.
Dürfen europäische Firmen das Modell für sensible Daten nutzen?
Offene Gewichte lassen sich im eigenen Rechenzentrum betreiben, ohne Daten an eine chinesische Cloud zu senden, was die Lage nach DSGVO erleichtert. Das BSI rät bei Software aus Drittstaaten dennoch zu einer Sicherheitsbewertung vor dem Produktiveinsatz.
Wie schlägt sich Ling-3.0-flash-VL gegen andere offene Modelle?
Ant Group nennt einen Vorsprung von vier Punkten gegenüber der eigenen Textversion im Artificial Analysis Intelligence Index v4.1.1. Ein direkter Vergleich mit Qwen, GLM oder Mistral gelingt am ehesten über einen eigenen Testlauf mit den realen Aufgaben des Betriebs.
Quellen
[1] Ant Group / inclusionAI: „Ling-3.0-flash: 智以密胜“
[2] IT-Home (IT之家): „蚂蚁百灵系列首个原生多模态模型 Ling-3.0-flash-VL 发布开源“
Mehr Newshunger?
- Chinesische KI-Modelle: Warum das Silicon Valley heimlich umsteigt
- Souveräne KI mit chinesischem Kern: Saudi-Arabien setzt auf MiniMax
- GLM 5.2 ist da: Open-Weights-Modell mit 1-Mio-Kontext
- Chinesische Open-Weight-KI: Das Weiße Haus verzichtet auf die eigene Sicherheitsprüfung
- Fast 200 Startups warnen die US-Regierung vor einem Verbot chinesischer Open-Weight-KI
