今天，蚂蚁集团旗下的百灵大模型正式宣布开源其万亿级综合旗舰模型 Ling-2.6-1T。此次开源不仅是一次参数规模的展示，更标志着面向真实复杂任务的系统性能力升级，旨在解决实际应用中的核心挑战。

区别于单纯追求更长思考链或参数体感的传统思路，Ling-2.6-1T 的核心目标聚焦于实际生产痛点：如何在维持顶尖智能水平的同时，实现更高效、更可靠的业务集成？为此，模型重点攻克了三大关键难题。

在更低Token开销下保持强综合智能

模型能力的提升是否必然带来计算成本的大幅增加？Ling-2.6-1T 对此给出了创新性的解答。它基于 MLA 与 Linear Attention 的 Hybrid 混合架构，并结合了抑制“过程冗余”的强化奖励策略。这意味着，模型在拥有高达1万亿参数能力上限的同时，减少了对冗长思考链的依赖，转而通过更高效的“快思考”机制直达问题核心。其直接优势在于，在达成同等智能水平时，能够显著降低输出所需的 Token 消耗，从而大幅提升模型的“智效比”与性价比。

在复杂任务中实现更可靠的多步执行

无论是智能体（Agent）调度、代码生成还是自动化工作流，现实业务场景需要的从来不是单一的问题解答，而是对一连串指令、工具调用、上下文状态及中间结果的持续管理与精准推理。这正是 Ling-2.6-1T 重点优化的方向。通过对复合型任务进行深度强化学习，该模型在 AIME26、SWE-bench Verified、BFCL-V4、TAU2-Bench、IFBench 等一系列执行类权威基准测试中，达到了开源模型的领先水平（SOTA），充分证明了其应对复杂、多步骤任务的强大综合执行与推理能力。

让万亿级模型真正进入生产工作流

技术的终极价值在于落地应用。Ling-2.6-1T 的定位非常清晰：不止于技术演示，更要成为业务系统中可部署、可协同、可持续运行的核心能力底座。它具备从代码生成到缺陷修复的完整工程落地能力，并与主流 Agent 开发框架高度兼容，致力于服务于多工具、多步骤、多约束的真实企业级业务场景。

（图示：Ling-2.6-1T 以 16M tokens 完成 Artificial Analysis 完整评测）

为了进一步降低开发者的体验与评估门槛，官方同时宣布，将延长其在 OpenRouter 平台上的免费 API 调用服务一周，方便更多开发者进行实际性能评测与应用探索。

模型开源地址如下，欢迎开发者体验与集成：

Hugging Face：https://huggingface.co/inclusionAI/Ling-2.6-1T

ModelScope：https://www.modelscope.cn/models/inclusionAI/Ling-2.6-1T