蚂蚁Ling-2.6-flash正式亮相：104B参数仅激活7.4B，Agent专用MoE模型

核心亮点

蚂蚁集团AGI团队（@AntLingAGI）正式揭秘 Ling-2.6-flash，此前以 "Elephant Alpha" 代号在 OpenRouter 和 Kilo 上 stealth 发布，引发大量猜测。现在谜底揭晓——国产大厂马甲党赢了

架构：为效率而生

指标	数据
总参数	104B
激活参数	7.4B（激活率仅 7%）
专家数量	256 个，每次只叫醒一小撮
上下文	262,144 tokens
发布时间	2026-04-21

MoE + Linear Attention + Multi-Token Prediction 三件事一起上：

• MoE：256 个专家里每次只激活 7.4B 参数，100 块的模型每次只烧 7 块钱的算力
• Linear Attention：把传统 Transformer 的二次复杂度压下来
• Multi-Token Prediction：推理阶段一次预测多个 token，进一步加速

FP8 单卡 341 tokens/s，Artificial Analysis 实测输出 215 tokens/s，与 gpt-oss-120B 并列第一梯队。

跑分：便宜≠凑合

Artificial Analysis 全量评测显示，Ling-2.6-flash 仅烧了约 15M tokens，Nemotron-3-Super 却烧了接近 10 倍。

基准测试	分数	说明
Intelligence Score	26	与 Gemini 2.5 Flash 同梯队
SWE-bench Verified	62	真实代码仓库定位 Bug + 生成补丁
BFCL-V4	67	函数调用准确性
TAU2-Telecom	93.86	电信领域专业任务

全是硬场景，没有一个学术刷分榜单。Agentic 能力直接拉满。

产品定位：原厂 Agent 专用机

蚂蚁的产品线逻辑清晰：

• Ling → 基础模型
• Ring → 推理模型
• Ming → 多模态

Ling-2.6-flash 从训练阶段就奔着 Agent 去的。别人做 Agent 是改装车，它是原厂出的 Agent 专用机。

最佳使用场景：

• Agent 持续跑、工具链串联
• 代码补全随时触发
• 长文档批量处理
• 越高频越省钱

**不适合：**极端复杂的推理链、需要反复自我纠错的长思考任务——这种场景还是得上重型推理模型。

白嫖窗口

• OpenRouter：inclusionai/ling-2.6-flash:free（限时免费）
• Kilo：同期免费上线
• Hugging Face：github.com/inclusionAI

后续规划：开源 → 商用版 LingDT → BF16/FP8/INT4 量化版。

2026 年看模型不能再盯着单一智能分了。当 Agent 从偶尔问一下变成 24 小时不间断跑的基础设施，每个 token 的有效产出就是新的胜负手。Ling-2.6-flash 是目前这个方向上跑得最激进、也交出实际成绩单的选手之一。

---

相关链接

• OpenRouter 模型页：https://openrouter.ai/inclusionai/ling-2.6-flash
• Hugging Face：https://huggingface.co/inclusionAI
• Twitter（AntLingAGI）：https://x.com/AntLingAGI
• Twitter（TheInclusionAI）：https://x.com/TheInclusionAI