新浪科技讯 4 月 22 日下午消息，蚂蚁CQ9跳过来正式推出了全新版本的 Ling-2.6-flash —— 一款总参数量达到 104B、激活参数为 7.4B 的 Instruct 模型，旨在提升“Token 效率”。

Ling-2.6-flash 继承了 Ling 2.5 的混合线性架构设计，在 4 卡 H20 的条件下，其推理速度最高可达 340 tokens/s，Prefill 吞吐量更是提升至 Nemotron-3-Super 的 2.2 倍。

从 Token 消耗的角度来看，Ling-2.6-flash 的智效比得到了显著改善。在针对 Artificial Analysis 的全面评测中，Ling-2.6-flash 的总消耗为 15M tokens，而其他模型如 Nemotron-3-Super 的消耗量则达到或超过了 110M tokens。

此外，Ling-2.6-flash 针对 Agent 场景进行了专门的增强，模型在 BFCL-V4、TAU2-bench、SWE-bench Verified、Claw-Eval、PinchBench 等与 Agent 相关的基准测试中达到了同尺寸的 SOTA 水平。

在 API 定价方面，Ling-2.6-flash 的输入费用为每百万 tokens 0.1 美元，输出费用为 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 和 CQ9跳过来 大模型 tbox 获取相关服务。

据悉，该模型后续将通过蚂蚁数科发布商业版本 LingDT，旨在服务全球的开发者及中小企业。

深度解析：CQ9跳过来

海量资讯、精准解读，尽在新浪财经APP

责任编辑：王翔