Ling 3.0 Tiny API
ID модели в запросах:global-1/inclusionai/ling-3.0-tiny
Ling 3.0 Tiny от inclusionAI через один OpenAI-совместимый API Nodul Router: ключ с лимитами, журнал запросов, оплата в рублях.
- Контекст
- 262 144
- Макс. ответ
- 250 000
- Выпущена
- 06.08.2026
Цены за 1 млн токенов, ₽Цены за 1 млн токенов, PnP
| Регион | Попробовать | Вход | Выход | Чтение кэша | ID модели в запросах |
|---|---|---|---|---|---|
| Глобальный · global-1 | Попробовать | 1,65 ₽0,02 PnP | 4,95 ₽0,05 PnP | 0,33 ₽0,0033 PnP | global-1/inclusionai/ling-3.0-tiny |
Цены розничные, без НДС (5 %). Для компаний — персональные цены по договору: чем больше объем, тем ниже цена.Узнать свою цену
Цены со скидкой по ссылке партнера, без НДС (5 %). Зарегистрироваться
Цены со скидкой вашей компании, без НДС (5 %).Ваши условия
Быстрый старт
curl https://router.nodul.ru/api/v1/chat/completions \ -H "Authorization: Bearer $NODUL_ROUTER_API_KEY" \ -H "Content-Type: application/json" \ -d '{ "model": "global-1/inclusionai/ling-3.0-tiny", "messages": [{"role":"user","content":"Hello!"}] }'
import os from openai import OpenAI client = OpenAI( base_url="https://router.nodul.ru/api/v1", api_key=os.environ["NODUL_ROUTER_API_KEY"], ) response = client.chat.completions.create( model="global-1/inclusionai/ling-3.0-tiny", messages=[{"role": "user", "content": "Hello!"}], ) print(response.choices[0].message.content) print("cost, PnP:", response.usage.model_extra.get("cost"))
import OpenAI from "openai"; const client = new OpenAI({ baseURL: "https://router.nodul.ru/api/v1", apiKey: process.env.NODUL_ROUTER_API_KEY, }); const response = await client.chat.completions.create({ model: "global-1/inclusionai/ling-3.0-tiny", messages: [{ role: "user", content: "Hello!" }], }); console.log(response.choices[0].message.content); console.log("cost, PnP:", response.usage?.cost);
package main import ( "bytes" "encoding/json" "fmt" "net/http" "os" ) func main() { body := []byte(`{"model":"global-1/inclusionai/ling-3.0-tiny","messages":[{"role":"user","content":"Hello!"}]}`) req, _ := http.NewRequest("POST", "https://router.nodul.ru/api/v1/chat/completions", bytes.NewReader(body)) req.Header.Set("Authorization", "Bearer "+os.Getenv("NODUL_ROUTER_API_KEY")) req.Header.Set("Content-Type", "application/json") resp, err := http.DefaultClient.Do(req) if err != nil { panic(err) } defer resp.Body.Close() if resp.StatusCode != http.StatusOK { var e struct{ Error struct{ Message string } } _ = json.NewDecoder(resp.Body).Decode(&e) fmt.Fprintln(os.Stderr, resp.Status, e.Error.Message) os.Exit(1) } var out struct { Choices []struct{ Message struct{ Content string } } Usage struct{ Cost json.Number } } if err := json.NewDecoder(resp.Body).Decode(&out); err != nil { panic(err) } fmt.Println(out.Choices[0].Message.Content) fmt.Println("cost, PnP:", out.Usage.Cost) }
<?php $body = '{"model":"global-1/inclusionai/ling-3.0-tiny","messages":[{"role":"user","content":"Hello!"}]}'; $ch = curl_init('https://router.nodul.ru/api/v1/chat/completions'); curl_setopt_array($ch, [ CURLOPT_POST => true, CURLOPT_HTTPHEADER => [ 'Authorization: Bearer ' . getenv('NODUL_ROUTER_API_KEY'), 'Content-Type: application/json', ], CURLOPT_POSTFIELDS => $body, CURLOPT_RETURNTRANSFER => true, ]); $response = json_decode(curl_exec($ch), true); if (curl_getinfo($ch, CURLINFO_HTTP_CODE) !== 200) { fwrite(STDERR, $response['error']['message'] ?? 'request failed'); exit(1); } echo $response['choices'][0]['message']['content'], PHP_EOL; echo 'cost, PnP: ', $response['usage']['cost'], PHP_EOL;
Описание
Ling 3.0 Tiny от inclusionAI — самая малая из моделей семейства Ling 3.0: гибридная MoE с рассуждениями на 7,9 млрд параметров, из которых на токен активны 1,3 млрд. Рассчитана на недорогой вывод, легких агентов и локальный запуск. Веса открыты.
Для чего подходит Ling 3.0 Tiny
Разработчик позиционирует модель как легкую основу для агентов, диалогов и выполнения инструкций: она должна давать приличные рассуждения при малых затратах на вывод. Через Router принимает текст, умеет рассуждать, вызывать инструменты и отвечать потоком; среди поддерживаемых параметров есть structured_outputs. Хороша для массовых несложных запросов: классификация, извлечение данных, ответы на вопросы, простые цепочки с инструментами, где важны отклик и экономность.
Не стоит ждать от нее уровня больших моделей на сложном кодинге, длинных агентных сессиях и тонких рассуждениях: активных параметров немного. Изображения и видео она не принимает, вход только текстовый.
Сильные стороны
- Малый объем вычислений на токен. Активны 8 маршрутизируемых экспертов из 128 и один общий, то есть 1,3 млрд параметров из 7,9 млрд.
- Гибридное линейное внимание. Три слоя Kimi Delta Attention чередуются с одним слоем Multi-Head Latent Attention. Разработчик связывает такую схему с более эффективной работой с длинным контекстом.
- Режим рассуждений по запросу. По описанию разработчика, модель умеет отвечать быстро и рассуждать пошагово в рамках одной модели; режим включается и отключается параметром запроса.
- Локальный запуск. Разработчик проверил модель на NVIDIA DGX Spark, MacBook и Mac mini на Apple Silicon. В формате FP8, по его данным, около 100-105 токенов в секунду на DGX Spark и 86-90 на MacBook с M4 Pro, пиковая память примерно 8,34 ГиБ при контексте 8K. Доступны веса BF16, FP8 и INT4.
- Лицензия MIT. Так указано на странице Artificial Analysis, коммерческое использование разрешено.
Ограничения и спорные моменты
- Цифры в основном от разработчика. Таблица результатов в карточке опубликована картинкой, а в тексте приведены только сводные оценки Artificial Analysis.
- Скорость в источниках расходится. В карточке сказано, что в тестах Artificial Analysis вывод шел быстрее 160 токенов в секунду. На странице модели Artificial Analysis сейчас указаны около 49 токенов в секунду и около 42 секунд до первого токена ответа, но там же отмечено, что публичного API у модели нет и оценка индекса интеллекта не показана. Скорость зависит от места запуска, поэтому ориентируйтесь на собственные замеры.
- Рассуждения удлиняют ответ. Режим включен по умолчанию, для простых запросов его можно отключить.
- Малая модель. Для сложных задач стоит смотреть на старших соседей по семейству.
- Только текст.
Бенчмарки
| Тест | Результат | Источник | Дата |
|---|---|---|---|
| Artificial Analysis Intelligence Index v4.1.1, по данным разработчика | 25 | Hugging Face | авг. 2026 |
| Artificial Analysis Agentic Index, по данным разработчика | 16 | Hugging Face | авг. 2026 |
Индексы в таблице взяты из карточки модели, их версия может не совпадать с актуальной на сайте Artificial Analysis: сейчас там действует v5.0.1, и для этой модели оценка в нем не показана.
Чем Ling 3.0 Tiny отличается от соседей
Ling 3.0 — семейство открытых моделей inclusionAI; Tiny в нем самая малая из основных моделей.
- Ling 3.0 Flash — 124 млрд общих параметров, около 5,1 млрд активных, заточена под агентный кодинг и поиск. Берите ее, когда Tiny не хватает качества.
- Ling 3.0 Flash VL добавляет вход изображений и видео. Tiny их не принимает.
- Ling 3.1 Flash — более новая и заметно более крупная модель: 560 млрд параметров, около 25 млрд активных.
Tiny выбирают, когда важнее малый объем вычислений и возможность запустить модель на скромном оборудовании. Сравнительных замеров между Tiny и старшими моделями у нас нет.
Альтернативы в каталоге
- Ling 3.0 Flash: та же линейка, но заметно крупнее; берите для агентного кодинга.
- gpt-oss-20b: открытая MoE-модель OpenAI с 3,6 млрд активных параметров; берите как открытую модель с рассуждениями близкого размера (около 21 млрд параметров всего).
- Granite 4.2 8B: плотная модель с рассуждениями от IBM; берите для математики, кода и многошаговых задач.
- GigaChat3-10B-A1.8B: текстовая модель с вызовом инструментов и структурированным выводом в российском регионе каталога; берите, если нужно держать запросы в России. Описания и числа активных параметров в каталоге нет.
Частые вопросы
Подходит ли Ling 3.0 Tiny для агентов?
Для простых агентов с вызовом инструментов да: инструменты и рассуждения в каталоге отмечены. Для длинных многошаговых задач и сложного кодинга лучше взять Ling 3.0 Flash или другую крупную модель.
Принимает ли она изображения?
Нет, вход только текстовый. Для изображений нужен вариант Ling 3.0 Flash VL.
Можно ли отключить рассуждения?
Разработчик пишет, что режим рассуждений включен по умолчанию и отключается параметром enable_thinking в chat_template_kwargs (так в примерах для SGLang и vLLM). Как это передать через Router, проверьте на своем запросе.
Можно ли запустить ее у себя?
Да, веса открыты (MIT), есть BF16, FP8 и INT4. В карточке даны рецепты для SGLang и vLLM, а локальный запуск проверен на DGX Spark и компьютерах Apple с чипами серии M.
Поддерживает ли она структурированный вывод?
В каталоге среди поддерживаемых параметров указаны structured_outputs и response_format, но отдельной отметки о структурированном выводе у модели нет, поэтому проверьте на своей схеме.
Источники
Все параметры API · 15
frequency_penaltyinclude_reasoninglogprobsmax_tokenspresence_penaltyreasoningresponse_formatseedstopstructured_outputstemperaturetool_choicetoolstop_logprobstop_p

