快科技4月22日消息，蚂蚁百灵今日正式发布Ling-2.6-flash模型。该模型总参数量达104B，激活参数为7.4B，属于Instruct类型模型。其核心特色在于“Token效率”（Token Efficiency），即在保持较高智能水平的同时，实现更快速、更经济的运算，从而更适配大规模的真实应用场景。
根据第三方评测机构Artificial Analysis的数据，Ling-2.6-flash在Token效率方面表现突出。该模型仅消耗15M的输出Token，便获得了26分的智能指数（Intelligence Index）。这意味着，它在维持较强智能能力的基础上，将输出成本控制在了一个相对较低的水平。
据介绍，Ling-2.6-flash沿用了Ling 2.5版本的混合线性架构设计。这种高度稀疏化的MoE架构，在硬件运行中展现出明显的性能优势。在4卡H20的硬件环境下，其推理速度最高可达每秒340个Token，其Prefill吞吐量更是达到了Nemotron-3-Super模型的2.2倍。
在输出速度测试中，Ling-2.6-flash以每秒215个Token的稳定输出速率，在同参数级别的模型中稳居第一梯队。从Token消耗来看，该模型的“智效比”（即智能水平与成本之比）得到了显著提升。在Artificial Analysis的完整评测中，Ling-2.6-flash的总消耗为15M Token，而Nemotron-3-Super等同类模型的消耗则超过110M Token。这意味着，Ling-2.6-flash仅需约十分之一的Token消耗，即可完成相同的评测任务。
Ling-2.6-flash针对Agent应用场景进行了定向优化。在严格控制Token消耗的前提下，它依然保持了强大的任务执行能力。在BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench等多项Agent相关基准测试中，该模型均达到了同尺寸模型的顶尖水平。与此同时，在通用知识、数学推理、指令遵循以及长文本解析等维度，Ling-2.6-flash也展现出了优秀的水准。
在API定价方面，Ling-2.6-flash的输入价格为每百万Token 0.1美元，输出价格为每百万Token 0.3美元。目前，该模型的API已正式向用户开放，并同步推出为期一周的限时免费试用活动。用户可通过OpenRouter或百灵大模型tbox平台获取服务。据悉，该模型后续还将通过蚂蚁数科发布商业版本LingDT，旨在服务全球范围内的开发者及中小企业。