コンサルオジの海外AI深掘りEnglish

なぜ「Opus 5に勝った」Ling-3.2-flashは最新Opus 5.5と比べられないのか?──公式発表の比較表を読む手順

公開: 2026年11月6日 · AI生成AILLMエンジニアリングポッドキャスト

YouTube で聴く・見る

YouTubeポッドキャスト本編(動画・音声)はこちら:なぜ「Opus 5に勝った」Ling-3.2-flashは最新Opus 5.5と比べられないのか?──公式発表の比較表を読む手順

https://youtu.be/vR2kikB9JXc

図1:【無料パート:考え方・街の看板】導入:今日の問いと背景

図1は放送時の説明資料(Slide 01)です。

「オーパス5に勝った」と発表された、リン・3.2・フラッシュの三つの点数は、なぜ、そのまま信じられないのか。相手は現行ではなく一つ前の世代で、自社の業務で試す前に、確かめることが三つあります。

この話は、判断に迷う、開発や企画の担当の人と、その上司の人に向けたものです。

結論から言います。三つの点数は、開発元の発表です。

私が読めた投稿の本文に、測った人と設定は、ありません。

11月5日、アント・グループが作るリン・3.2・フラッシュが公開されました。公式のX投稿は、三つの試験で、オーパス5に勝ったと書いています。

点数は、オムニドック・ベンチ1.5が、92.21対90.56。ゼロベンチのサブが、43.71対39.52。

ビジョン・トゥー・ウェブが、85.86対80.20です。

比べた相手は、現行のオーパス5.5ではありません。アンスロピックの一覧では、オーパス5は、5.5より前の世代として扱われています。

だから、順位は付けません。確かめることは三つです。

誰が測ったか。相手と同じ設定か。

自分の仕事の課題では、どうか。これは私の提案です。

ここからが詳しい説明です。

使うのは、アント・グループの公式ページと公式のX投稿、アンスロピックの公式ページ、そして、試験を運営する側のページです。売買の判断は扱いません。

こんにちは、限界コンサルおじです。このチャンネルでは、海外の一次資料や決算書をもとに、テクノロジーとお金の動きを一人でじっくり読み解いています。

前提の整理と全体の見取り図(何をすべきかの全体像)

図2:前提の整理と全体の見取り図(何をすべきかの全体像)

図2は放送時の説明資料(Slide 02)です。

問いは三つです。点数は、誰が測ったのか。

相手と同じ設定なのか。自分の仕事の課題では、どうなのか。

第一章では、公式が書いていることを確かめます。第二章では、三つの点数の出どころを読みます。

第三章では、比べた相手と、運営側の値を見ます。第四章では、重みと窓口、そして私なりの解釈です。

最後に、確認を三つお伝えします。

モデルの名前は、リン・3.2・フラッシュと読みます。作っているのは、アント・グループです。

私が確かめたのは、各社のページに何が書かれているかです。測定をやり直したわけではありません。

数字が正しいかは、確かめていません。

第1章:海外一次データが示す現場の変化

図3:第1章:海外一次データが示す現場の変化

図3は放送時の説明資料(Slide 03)です。

更新記録は、11月5日の項目で、リン・3.2・フラッシュを、ネイティブのマルチモーダルモデルとして公開したと書いています。

ネイティブのマルチモーダルは、画像と文章と動画を、一つのモデルの中で扱う作り、という意味です。

入力できるのは、画像、文章、動画です。

パラメータの総数は、五千六百億です。

パラメータは、モデルの中にある、調整用の数のことです。

一回の処理で働く部分は、二百五十億です。

扱える文脈の長さは、百万トークンです。

トークンは、エーアイが文章を数える小さな単位です。文脈の長さは、一度に読ませられる量の上限です。

私の計算です。二百五十億を五千六百億で割ると、約4.5%です。

総数のうち、一回の処理で働くのは、この割合です。

解説ページは、画像や動画を読む力を、外部の部品に頼らず、言語と同じ土台で扱うと説明しています。

重点の能力は、四つです。複雑な視覚の理解。

複数の手順を進める、長期のエージェント。三次元の空間の理解と操作。

医療の画像や報告書の読み取りです。

エージェントは、エーアイが道具を使いながら、仕事を自分で進める仕組みのことです。

使い方は、公式のチャット画面と、エーピーアイ。エーピーアイは、OpenAI方式と、アンスロピック方式の、両方の呼び出し形式に対応していると書かれています。

料金は、公開から二週間が、無料です。その後は、元の価格に戻ると、料金ページに書かれています。

料金ページを読んだ範囲では、リン・3.2・フラッシュの価格の行は、見つかりませんでした。無料の期間が終わったあとの料金は、確認できていません。

一つ前のリン・3.1・フラッシュも、総数が五千六百億、働く部分が二百五十億、文脈が百万トークンです。

数字は同じです。ただ、3.2が3.1をもとに作られたのか、別に学習したのかは、読んだページに書かれていません。

解説ページの位置づけは、違います。3.1は、事務作業や、長い開発に向いたモデル。

3.2は、画像と動画を入力できる、最新のマルチモーダルモデルです。

第2章:技術的・構造的な仕組みと落とし穴

図4:第2章:技術的・構造的な仕組みと落とし穴

図4は放送時の説明資料(Slide 04)です。

公式のX投稿は、こう始まります。リン・3.2・フラッシュは、アント・リンのネイティブなマルチモーダルモデルで、総数が五千六百億、働く部分が二百五十億。

そのあと、公開時の評価で、オーパス5のマックスに勝つ、と続きます。

オムニドック・ベンチ1.5は、92.21対90.56。ゼロベンチのサブは、43.71対39.52。

ビジョン・トゥー・ウェブは、85.86対80.20です。

私の計算です。差は、順に、1.65点、4.19点、5.66点です。

かっこ書きのマックスは、考える深さを最大にした設定を指す、と見るのが自然です。ただ、投稿に説明はありません。

確度は中です。

投稿の本文に書かれていないことを、挙げます。一つ目。

誰が測ったか。開発元か、第三者か。

二つ目。オーパス5の、どの版を、どの設定で使ったか。

三つ目。エージェントの仕組みなど、使った道具。

四つ目。何回試して、どう平均したか。

五つ目。試験の版です。

投稿には、画像が添付されています。私は、その画像を読めていません。

画像に注記がある可能性は、残ります。

投稿への返信には、オープンソースだったら、という声もあります。これは確認材料ではなく、利用者の反応の一例です。

この番組の方針です。新しいモデルの紹介では、公式のカードか、測定の条件を揃えた運営側の値だけで、並べます。

揃わないものは、出所により異なると書き、順位は作りません。

第3章:海外ポッドキャストの肉声と実務の壁

図5:第3章:海外ポッドキャストの肉声と実務の壁

図5は放送時の説明資料(Slide 05)です。

まず、相手です。アンスロピックのモデル一覧は、迷ったら、まずオーパス5.5から、と書いています。

難しい推論や、長い作業には、フェイブル5.1です。

そして、オーパス5以前を使っている場合は、5.5への移行案内を読むよう、書かれています。

私の読みです。投稿の比較相手は、アンスロピックの現行ではなく、一つ前の世代です。

ゼロベンチの運営側の表には、オーパス5のマックスと、オーパス5.5のマックスが、別の行で載っています。主問題100問の平均で、一回で正解する率は、オーパス5が17.2、オーパス5.5が35.0です。

私の計算です。35.0を17.2で割ると、約2倍です。

差は17.8点です。同じ試験の主問題で、世代が一つ違うだけで、点数が約2倍違います。

この表は、運営側が自分で評価した結果です。新しいモデルは、5回試して平均を取り、設定は標準のままです。

投稿の「サブ」は、サブ問題のことと、私は読んでいます。サブ問題は334問です。

運営側の公式の表に、リン・3.2・フラッシュの行は、取得した本文では見つかりませんでした。オーパス5のサブ問題の公式の値も、読めませんでした。

だから、39.52は、運営側の値と、突き合わせられていません。

次に、オムニドック・ベンチです。運営側の説明ファイルは、4月30日の更新で、版をv1.6からv1.7に上げたと書いています。

一方、注意書きは、v1.5を使いたい場合は、別のブランチに切り替えるよう、書いています。投稿の「1.5」は、この旧版です。

1.5の総合点は、文字の誤り、表、数式の、三つの成績をならした値だと、説明されています。

投稿の92.21が、この総合点かどうかは、本文からは分かりません。説明ファイルの表に、オーパスの行も、リン・3.2・フラッシュの行も、見つかりませんでした。

最後に、ビジョン・トゥー・ウェブです。ウェブサイトを作る力を測る試験で、論文によると、193の課題と、918枚の原型の画像があります。

採点は、運営側が、最新の採点器で行います。シーズンは3か月ごとで、シーズンが違う点数は、直接比べられないと、書かれています。

提出の置き場には、オーパス5の提出があります。アンスロピックの名前で、Claude Code2.1.221を使い、日付は10月1日、シーズンはS4です。

私が数えたところ、提出のフォルダは10件で、リン・3.2・フラッシュの提出は、ありません。運営側のページの表は、読み込み式で、数字を読めませんでした。

私の読みです。85.86は、開発元が自分で測った値の可能性が高いです。

確度は中です。80.20が、運営側の採点かどうかも、確認できません。

三つをまとめます。運営側が、リン・3.2・フラッシュとオーパス5を、同じ設定で測った値は、三つとも、読めませんでした。

だから、順位は付けません。出所により異なる、とだけ言えます。

第4章:私なりの解釈(何をすればいいか:構造変化の核心)

図6:第4章:私なりの解釈(何をすればいいか:構造変化の核心)

図6は放送時の説明資料(Slide 06)です。

重みは、学習で身についた、モデルの中身そのものです。手元で動かすには、重みが要ります。

Hugging Faceで、アント・グループの組織から、名前に「リン3」を含むモデルを探すと、33件です。最新は、10月27日に作られた、リン・3.1・フラッシュの派生版で、リン・3.2・フラッシュは、ありません。

一つ前のリン・3.1・フラッシュは、エムアイティーライセンスで公開されています。

リン・3.0・フラッシュのブイエルについては、解説ページが、Hugging Faceとモデルスコープで公開済みと、はっきり書いています。

リン・3.2・フラッシュの節には、同じ文が、見つかりませんでした。

私の確認です。Hugging Faceの案内で、3.2の名前を直接引くと、認証を求める応答が返りました。

ただ、存在しない名前でも同じ応答なので、公開の有無の証拠には、なりません。モデルスコープの案内は、3.1では取得でき、3.2では取得できませんでした。

11月6日の時点で、重みが手に入るとは、確認できません。「重みも公開」と書いた情報は、私は見つけていません。

確度は中です。

窓口は、公式のチャット画面と、エーピーアイ。無料の二週間のあいだに、自社の画像つきの課題で、手を動かして確かめるのが、一番確かな方法です。

これは私の提案です。

【実践・深掘りパート:具体的やり方・試行錯誤の記録】実務で機能する3層ハイブリッド設計

図7:【実践・深掘りパート:具体的やり方・試行錯誤の記録】実務で機能する3層ハイブリッド設計

図7は放送時の説明資料(Slide 07)です。

ここからは、事実ではなく、私なりの解釈です。ここまでの数字は、すべて、公式ページと、運営側のページに書かれていることです。

第一の解釈。画像、動画、長い文脈を一つのモデルで扱える点は、試す価値があります。

公式の説明は具体的です。ただ、効果は、第三者の測定が出るまで、分かりません。

第二の解釈。三つの点数は、手がかりです。

順位ではありません。測った人も、設定も、相手の世代も、投稿からは分からないからです。

第三の解釈。比べるなら、現行のオーパス5.5と、同じ設定で、自社の課題を測ります。

それは、自社でしか、できません。

言えないことを、並べます。一つ目。

独立した測定での順位。二つ目。

オーパス5.5との比較。三つ目。

重みが公開されているか。四つ目。

無料の期間が終わったあとの料金です。

制作の裏側も、お伝えします。出回っていた話には、デザイン・アリーナで10位、という数字がありました。

公式の投稿にも、更新記録にも、なく、一覧にも、3.2の名前を見つけられなかったので、使いませんでした。完全な公開、という話も、確認できなかったので、使っていません。

もう一つ。「オーパス5のマックス」は、名前の間違いではありませんでした。

運営側の表に、実在する行です。ただ、現行の一つ前の世代でした。

出どころを、一つ戻って確かめる。これが、表を読む習慣の、一番手前にあります。

明日できる小さな一歩です。これは私の提案です。

画像のついた、自社の課題を三つ選んで、同じ設定で、試してください。無料の二週間のうちに、です。

結論:現場で実際に試してつまずいた箇所・修正手順と明日からの3大アクション

図8:結論:現場で実際に試してつまずいた箇所・修正手順と明日からの3大アクション

図8は放送時の説明資料(Slide 08)です。

最後に、まとめます。リン・3.2・フラッシュは、画像、文章、動画を入力できる、最新のモデルです。

公開は、11月5日です。

三つの点数は、開発元の発表です。相手は、現行ではなく、一つ前のオーパス5です。

運営側が同じ設定で測った値は、読めませんでした。順位は、付けられません。

確かめることは、三つです。これは私の提案です。

一つ目。誰が、どの設定で測った値か。

二つ目。相手は、現行の世代か。

三つ目。自社の課題三つで、同じ設定で試した結果です。

ここで皆さんに質問です。新しいモデルの発表を見たとき、比べた相手の世代まで、確かめていますか。

コメントで教えてください。

終了画面に表示される動画も、あわせてご覧ください。

参照した海外一次資料・出典リンク一覧


この記事は、ポッドキャスト放送回(2026-11-06-ant-ling-3-2-flash-what-the-changelog-shows)の台本と一次資料をもとに再構成しました(確認日:2026年11月06日)。

記事一覧へ