【TechWeb】4 月 22 日消息，今日，蚂蚁麻将胡了网站在线正式发布了 Ling-2.6-flash，这是一款总参数量达到 104B、激活参数为 7.4B 的 Instruct 模型。该模型的核心理念是“Token 效率（Token Efficiency）”，旨在在保持智能竞争力的同时，实现更快的处理速度和更低的资源消耗，以更好地适应大规模的实际应用场景。

根据权威的第三方评测机构 Artificial Analysis 的数据，Ling-2.6-flash 在 Token 效率方面表现出色，通过 15M output tokens 实现了 26 分的 Intelligence Index。这一成果不仅展示了模型在智能水平上的强大能力，同时也将输出消耗控制在了相对较低的水平。与一些依赖于更长输出以获得高分的模型相比，Ling-2.6-flash 在“智能表现”与“输出成本”之间找到了更为优越的平衡。

对于开发者及企业应用而言，这种效率优势意味着更低的推理成本、更快的首字响应时间、更短的整体生成延迟，以及更为流畅的交互体验，能够满足在实际部署环境中对速度、成本和用户体验的综合需求。

Ling-2.6-flash 采用了 Ling 2.5 的混合线性架构设计，这种高度稀疏的 MoE 架构在硬件性能上展现出明显的优势。在 4 卡 H20 的条件下，推理速度最快可达 340 tokens/s，Prefill 吞吐量达到 Nemotron-3-Super 的 2.2 倍。在 Output Speed 测评中，Ling-2.6-flash 以 215 tokens/s 的稳定输出速度名列同参数级别模型的前列。

从 Token 消耗的角度来看，Ling-2.6-flash 的智效比显著提升。在 Artificial Analysis 的完整测评中，Ling-2.6-flash 的总消耗为 15M tokens，而 Nemotron-3-Super 等模型的消耗则达到或超过 110M tokens。这一数据表明，Ling-2.6-flash 仅用约 1/10 的 token 消耗便完成了同类评测任务。

在针对 Agent 场景的定向增强方面，Ling-2.6-flash 在控制 Token 消耗的前提下，依旧展现出强大的任务执行能力。该模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等 Agent 相关基准测试中达到了同尺寸的 SOTA 水平。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多维度上也保持了优秀的表现。

一周前，Ling-2.6-flash 的匿名测试版本“Elephant Alpha”在 OpenRouter 上线后，其调用量持续增长，连续多日跻身 Trending 榜首，日均 tokens 调用量已达到 100B 级别，周增长率超过 5000%。