北京时间 2026 年 4 月 29 日，蚂蚁集团旗下百灵大模型系列迎来里程碑式升级，Ling-2.6-flash正式向全球开发者全面开放。为适配多样化硬件环境并大幅降低部署门槛，该模型同步推出BF16、FP8、INT4三大精度版本，为不同算力条件下的应用开发提供了极具弹性的推理选择。
模型概况：匿名测试验证，针对性优化打磨
Ling-2.6-flash 是一款总参数量达104B、激活参数量仅7.4B的 Instruct 模型。在正式发布前，它曾以 “Elephant Alpha” 的匿名身份在 OpenRouter 平台进行了为期两周的公开测试。
研发团队深度吸收了海量真实用户反馈，对模型进行了多轮针对性优化，重点提升了两大核心体验：
- 中英文双语能力：显著增强了中英文自然切换的流畅度与表达准确性
- 开发适配性：全面优化了在主流编程框架中的兼容表现，降低了集成难度
核心技术亮点：混合架构驱动，智效比行业领先
Ling-2.6-flash 的核心竞争力源于其创新的架构设计与极致的运行效率，实现了性能与成本的完美平衡。
1. 混合线性架构：刷新推理速度纪录
通过底层计算架构的深度优化，Ling-2.6-flash 展现出惊人的推理性能：
- 在4 卡 H20环境下，推理速度最高可达340 tokens/s
- Prefill（预填充）吞吐能力达到 Nemotron-3-Super 的2.2 倍
- 大幅缩短了用户请求的响应延迟，显著提升了交互体验
2. 卓越 “智效比”：商用成本降低 90%
研发团队在训练过程中对 Token 效率进行了精细化校准。权威评测数据显示，完成同等质量的复杂任务，Ling-2.6-flash 仅需消耗约15M tokens，这一数值仅为同类竞品的十分之一，极大地降低了企业级应用的商用成本。
场景深耕：智能体能力专项强化，比肩 SOTA 水平
针对当前大模型应用最广泛的 Agent（智能体）场景，Ling-2.6-flash 进行了全链路专项增强。在复杂工具调用、多步逻辑规划以及最终任务执行等核心环节，模型均表现出极高的稳定性与准确性。
在BFCL-V4、SWE-bench等多项行业主流评测中，Ling-2.6-flash 即便面对激活参数规模更大的竞品模型，依然能够维持相近甚至达到行业顶尖（SOTA）的水平，展现出了极高的参数利用效率。
开源与获取方式
目前，全球开发者已可通过以下两大平台免费获取 Ling-2.6-flash 的完整开源资源：
- Hugging Face：国际主流大模型开源社区
- ModelScope（魔搭社区）：国内领先的 AI 模型开源平台
蚂蚁集团表示，未来将持续迭代百灵大模型系列，不断优化模型性能与开发体验，携手全球开发者共同探索大模型在各行各业的创新应用，推动人工智能技术的普惠化发展。