蚂蚁集团旗下的百灵大模型系列今日迎来关键升级，ling-2.6-flash正式面向全球开发者全面开放。为更好兼容多样化的硬件配置、进一步降低部署难度，该模型同步推出 bf16、fp8 与 int4 等多种精度版本，赋予开发者更灵活、更适配的推理部署能力。

这款总参数量达 104B、实际激活参数量为 7.4B 的 Instruct 类大模型，在正式发布前曾以代号“Elephant Alpha”匿名入驻 OpenRouter 平台开展先行验证。在为期两周的公开测试中，研发团队持续收集真实场景下的用户反馈，并据此完成多轮迭代优化，显著提升了中英文语境无缝切换的自然性，同时大幅增强了对主流编程语言及开发框架的原生支持能力。

☞☞☞AI 智能聊天, 问答助手, AI 智能搜索, 多模态理解力帮你轻松跨越从0到1的创作门槛☜☜☜

火龙果写作

用火龙果，轻松写作，通过校对、改写、扩展等功能实现高质量内容生产。

下载

技术突破：融合式架构与高能效比

Ling-2.6-flash的技术优势主要体现在其创新的混合架构设计与卓越的运行效能表现上：

• 融合线性计算架构：依托底层算子级深度优化，模型展现出优异的推理吞吐性能。在配备 4 张 H20 显卡的环境中，最高推理速度可达 340 tokens/s；在 Prefill 阶段的吞吐能力上，更是达到 Nemotron-3-Super 的 2.2 倍，有效压缩端到端响应时延。
• 领先的“智效比”表现：研发团队在训练阶段即对 Token 利用效率进行精细化调优。实测表明，执行同等质量任务时，Ling-2.6-flash平均仅需消耗约 15M tokens，仅为同级别竞品的十分之一，显著压缩规模化落地的算力开销与运营成本。

应用聚焦：智能体（Agent）场景深度赋能

围绕当前大模型落地最核心的 Agent 应用方向，Ling-2.6-flash进行了定向能力增强。无论是在多工具协同调用、长链条逻辑推理规划，还是最终任务闭环执行等关键环节，模型均展现出高度稳定性与可靠性。在 BFCL-V4、SWE-bench 等权威基准测试中，即便对比激活参数规模更大的同类模型，其综合表现仍可稳居前列，部分指标甚至达到当前行业最优水平（SOTA）。

目前，该模型已正式开源，开发者可通过 Hugging Face 及 ModelScope（魔搭社区）平台免费获取全部模型权重与配套工具链，加速其在金融、研发、客服、内容生成等多领域的实践探索与商业落地。