蚂蚁集团旗下百灵大模型近日正式发布Instruct模型Ling-2.6-flash，该模型总参数量达104B，激活参数为7.4B。这款新模型在技术路径选择上突破传统框架，通过优化推理效率、Token使用效率及Agent场景适配性，构建起差异化的技术优势。其核心架构创新与场景化设计，使其在同类模型中展现出显著竞争力。
技术团队在架构设计上采用混合线性计算模式，通过底层计算单元的重组优化，使模型在4卡H20硬件环境下实现340 tokens/s的推理速度，Prefill吞吐量达到Nemotron-3-Super的2.2倍。这种设计突破了单纯依赖模型规模提升性能的路径，在保持智能水平的同时，将硬件资源利用率提升至新高度。在Token效率方面，研发团队通过动态输出校准机制，使模型在Artificial Analysis评测中仅消耗15M tokens即达成目标，用量仅为同类模型的十分之一。
针对企业级应用需求，模型特别强化了Agent场景能力。通过优化工具调用接口、多步骤任务拆解算法及执行链路容错机制，Ling-2.6-flash在BFCL-V4、TAU2-bench等权威评测中，与参数规模更大的模型展开正面竞争，仍取得领先或持平的优异成绩。特别是在复杂任务执行环节，其表现已达到同尺寸模型的行业标杆水平。
为降低开发者使用门槛，百灵大模型同步推出双重接入方案。即日起在OpenRouter平台及官方渠道提供为期一周的免费API调用服务，后续采用阶梯计价模式：国际版输入0.1美元/百万tokens，输出0.3美元/百万tokens；国内版输入0.6元/百万tokens，输出1.8元/百万tokens，并保留每日50万tokens的永久免费额度。缓存命中场景下，国际版按20%比例收取0.02美元/百万tokens的费用。
开源计划方面，技术团队透露BF16、FP8、INT4等量化版本将于近期陆续开放下载。这些版本在保持核心性能的同时，将硬件适配门槛降低60%以上，特别适合边缘计算设备部署。此次开源策略覆盖从研发到落地的全链条需求，为不同规模的企业提供灵活的技术选择空间。
