先了解这件事
2026年4月23日,蚂蚁百灵正式推出 Instruct 模型 Ling-2.6-flash,总参数量 104B、激活参数 7.4B,围绕推理效率、Token 效率与 Agent 场景做系统优化。官方称其在 4 卡 H20 下推理速度最快达 340 tokens/s,Prefill 吞吐为 Nemotron-3-Super 的 2.2 倍;Artificial Analysis 完整评测中仅消耗 15M tokens,约为 Nemotron-3-Super 等模型的 1/10。模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等评测中取得同尺寸 SOTA 水平。目前该模型已在 OpenRouter 与官方平台提供一周免费 API 调用,BF16、FP8、INT4 版本将于近期开源。
AI 根据公开报道生成
事件进展
1 个已确认进展
- 来源：蚂蚁百灵：Developer Blog
报道与讨论时间线
按时间查看正式报道与传播讨论；两类内容的证据等级保持独立。
4月23日
蚂蚁百灵：Developer Blog一手精选
蚂蚁百灵发布 Ling-2.6-flash：104B 总参数、7.4B 激活，主打 Token 效率
蚂蚁百灵发布 Instruct 模型 Ling-2.6-flash，总参数量 104B、激活参数 7.4B，围绕推理效率、Token 效率与 Agent 场景做系统优化。官方称其在 4 卡 H20 下推理速度最快达 340 tokens/s，Prefill 吞吐为 Nemotron-3-Super 的 2.2 倍；Artificial Analysis 完整评测中仅消耗 15M tokens，约为 Nemotron-3-Super 等模型的 1/10。模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等评测中取得同尺寸 SOTA 水平，并已在 OpenRouter 与官方平台提供一周免费 API 调用，BF16、FP8、INT4 版本将于近期开源。