螞蟻百靈近日正式發布了一款名為 Ling-2.6-flash 的 Instruct 模型，該模型以“Token 效率”為核心優勢，總參數量達 104B，激活參數為 7.4B。在保持高智能水平的同時，Ling-2.6-flash 在速度、成本和實際應用方面表現出色，尤其適合大規模真實場景部署。
根據第三方權威評測機構 Artificial Analysis 的數據，Ling-2.6-flash 在輸出 15M tokens 的情況下，取得了 26 分的 Intelligence Index，展現了卓越的 Token 效率。與一些依賴更長輸出以換取更高分數的模型相比，Ling-2.6-flash 在智能表現和輸出成本之間實現了更優的平衡。
對于開發者和企業用戶而言，Ling-2.6-flash 的效率優勢體現在多個方面：推理開銷更低、首字響應更快、整體生成時延更短，從而帶來更流暢的交互體驗。這些特點使其能夠滿足真實部署環境下對速度、成本和用戶體驗的綜合需求。
在架構設計上，Ling-2.6-flash 延續了 Ling 2.5 的混合線性架構，采用高度稀疏化的 MoE 架構，在硬件性能上表現突出。在 4 卡 H20 條件下，其推理速度最快可達 340 tokens/s，Prefill 吞吐量是 Nemotron-3-Super 的 2.2 倍。在 Output Speed 測評中，Ling-2.6-flash 以 215 tokens/s 的穩定輸出速度躋身同參數級別模型的第一梯隊。
從 Token 消耗來看，Ling-2.6-flash 的智效比顯著提升。在 Artificial Analysis 的完整測評中，其總消耗僅為 15M tokens，而 Nemotron-3-Super 等模型則達到或超過 110M tokens。這意味著 Ling-2.6-flash 僅用約 1/10 的 Token 消耗就完成了同類評測任務。
Ling-2.6-flash 還針對 Agent 場景進行了定向優化，在控制 Token 消耗的前提下，依然保持了強大的任務執行能力。該模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-eval、PinchBench 等 Agent 相關基準測試中達到同尺寸模型的 SOTA 水平。同時，它在通用知識、數學推理、指令遵循及長文本解析等維度也保持了優秀表現。
在 API 定價方面，Ling-2.6-flash 提供了極具競爭力的價格：輸入每百萬 tokens 定價 0.1 美元，輸出 0.3 美元。目前，該模型的 API 已正式向用戶開放，并提供為期一周的限時免費試用。用戶可以通過 OpenRouter 或百靈大模型 tbox 獲取服務。據悉，螞蟻數科后續將發布 Ling-2.6-flash 的商業版本 LingDT，面向全球開發者及中小企業提供服務。
值得一提的是，一周前，Ling-2.6-flash 的匿名測試版本“Elephant Alpha”已在 OpenRouter 上線。自上線以來，其調用量持續增長，連續多日位居 Trending 榜首，日均 tokens 調用量達 100B 級別，周增長率超過 5000%。
