仅需1/10 Token消耗！百灵Ling-2.6-flash正式发布：104B参数实现SOTA级Agent

快科技4月22日消息，今日，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。该模型主打Token效率（TokenEfficiency）”，在保持竞争力智能水平的同时，更快、更省以及更适合大规模真实应用。

据权威三方评测ArtificialAnalysis数据，Ling-2.6-flash展现了突出的TokenEfficiency优势，以15Moutputtokens实现了26分的IntelligenceIndex，在保持较强智能水平的同时，将输出消耗控制在相对更低的位置。

据了解，Ling-2.6-flash沿用了Ling2.5的混合线性架构设计，这种高度稀疏化的MoE架构在硬件表现上优势明显。

在4卡H20条件下推理速度最快可达到340tokens/s，Prefill吞吐达到Nemotron-3-Super的2.2倍。

在OutputSpeed测评中，Ling-2.6-flash以215tokens/s的稳定输出速度位列同参数级别模型的第一梯队。

从Token消耗来看，Ling-2.6-flash的智效比显著提升。

在ArtificialAnalysis完整测评中，Ling-2.6-flash总消耗为15Mtokens，而Nemotron-3-Super等模型达到或超过110Mtokens。这意味着，Ling-2.6-flash仅用约1/10的token消耗完成了同类评测任务。

Ling-2.6-flash面向Agent场景进行了定向增强，在控制Token消耗的前提下，依然保持了极强的任务执行力，模型在BFCL-V4、TAU2-bench、SWE-benchVerified、Claw-Eval、PinchBench等Agent相关基准上达到同尺寸SOTA水平。

与此同时，Ling-2.6-flash在通用知识、数学推理、指令遵循及长文本解析等维度保持优秀水准。

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。