蚂蚁集团开源百灵Ling-2.6-flash大模型 智效比提升超10倍

2026年4月29日，蚂蚁集团正式开源旗下百灵大模型最新迭代版本Ling-2.6-flash，该模型总参数104B、激活参数仅7.4B，同步推出BF16、FP8、INT4多量化版本，H20显卡环境下推理速度最高达每秒340Token，同等任务下智效比较同级别模型提升10倍，大幅降低大模型部署门槛。

就在半个月前，一款参数规模未公开的大模型在MMLU、HumanEval等多个国际主流技术评测榜单冲进同赛道TOP3，彼时不少业内人士猜测其来自国内头部科技企业，谜底直到今日才正式揭晓：这款产品正是蚂蚁集团刚刚开源的百灵Ling-2.6-flash。

过去两年，大模型的性能迭代速度远超行业预期，但落地端的“算力鸿沟”却始终存在：100B级大模型的推理能力足以覆盖绝大多数商用场景，但单卡部署成本高、推理速度慢的问题，让大量中小开发者望而却步。不少团队为了适配硬件只能选择参数更小的模型，却不得不牺牲部分任务表现，效率与性能的平衡成为全行业共同的诉求。

此次开源的Ling-2.6-flash给出了新的解题思路。该模型采用先进的混合线性架构，总参数达到104B的同时，激活参数仅为7.4B，相当于用7B级模型的推理成本，就能获得接近100B级模型的性能表现。

在主流H20显卡环境下，Ling-2.6-flash的推理速度最高可达340Token/秒，吞吐能力远超同级别竞品。针对开发者最关心的部署灵活性问题，蚂蚁同步推出了BF16、FP8、INT4等多个量化版本，不同硬件条件的团队都能找到适配的版本，无需额外做大量量化优化工作。