4 月 22 日下午消息，蚂蚁百灵正式推出 Ling-2.6-flash —— 一款总参数量 104B、激活参数 7.4B 的 Instruct 模型，主打“Token 效率”。

Ling-2.6-flash 沿用了 Ling 2.5 的混合线性架构设计，在 4 卡 H20 条件下推理速度最快可达到 340 tokens/s，Prefill 吞吐达到 Nemotron-3-Super 的 2.2 倍。

从 Token 消耗来看，Ling-2.6-flash 的智效比显著提升。在 Artificial Analysis 完整测评中，Ling-2.6-flash 总消耗为 15M tokens，而 Nemotron-3-Super 等模型达到或超过 110M tokens。

另外，Ling-2.6-flash 面向 Agent 场景进行了定向增强，模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等Agent 相关基准上达到同尺寸 SOTA 水平。

API 定价方面，Ling-2.6-flash 输入每百万tokens定价 0.1 美元，输出 0.3 美元。

目前，Ling-2.6-flash 的 API 已正式向用户开放，并提供为期一周的限时免费试用。用户可以通过OpenRouter 、百灵大模型 tbox 获取对应服务。

据了解，该模型后续将通过蚂蚁数科发布商业版本LingDT，服务全球开发者及中小企业。

《夸克》非常好用的免费AI浏览器

下载APP查看