问小创
告诉我你的需求，我帮你从站内挑最合适的 AI 工具。
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。
据了解，该模型此前已经针对中英文双语切换、代码生成两大高频场景完成了多轮迭代优化，在代码生成、多轮对话、跨语言理解等任务上的表现均处于行业第一梯队。此前其以匿名身份参与国际主流评测时，就曾凭借远超同参数级模型的表现引发业内关注。
此次Ling-2.6-flash的全量化版本开源，相当于给全球开发者提供了一个“开箱即用”的高性能大模型底座。中小团队无需投入高昂的算力成本训练大模型，即可基于该版本二次开发智能客服、代码助手、多语言内容生成等各类应用，大幅缩短产品落地周期。
业内人士指出，随着越来越多高智效比的大模型开源，大模型落地的算力门槛将进一步降低，未来两年有望迎来商用落地的爆发期，更多垂直场景的创新应用将会快速涌现。
本文基于公开信息分析整理，仅供参考。更多AI工具动态与行业解读，请持续关注本站更新。
滇公网安备 53252802528133号