蚂蚁集团旗下百灵大模型宣布开源Ling-2.6-1T。该模型通过MLA与Linear Attention的混合架构和抑制“过程冗余”的强化奖励策略，提升在更低Token开销下的综合智效比，强调“快思考”以减少冗长思考链；并针对Agent、代码生成与工作流等复杂多步执行场景优化，声称在多项执行类基准上达成开源SOTA水准。Ling-2.6-1T定位为可进入开发者与企业生产工作流的工程化模型，兼容主流Agent框架，并已在Hugging Face与ModelScope开源，同时OpenRouter的免费API调用服务延期一周以便评测体验。
4 月 30 日消息，蚂蚁集团旗下的百灵大模型今日宣布，今天将 Ling-2.6-1T 正式开源。
官方表示，Ling-2.6-1T 并不是为了单纯追求更长的思考链，或制造更强的“参数规模体感”，而是面向真实复杂任务，系统性优化模型的智效比、指令执行、工具适配、长上下文承接和工程任务处理能力。该模型重点解决三个问题：
- **在更低 Token 开销下保持强综合智能：**依托 MLA 与 Linear Attention 的 Hybrid 架构创新，结合抑制“过程冗余”的强化奖励策略，Ling-2.6-1T 在保持 1T 参数能力上限的同时，减少对冗长思考链的依赖，以更高效的“快思考”机制直达结果，从而压缩同等智能水平下的输出成本。
- **在复杂任务中实现更可靠的多步执行：**在 Agent、Coding 和工作流场景中，模型需要的不只是单点回答能力，而是对指令、工具、上下文和中间状态的持续把控，在噪声环境下的推理与精准作答。Ling-2.6-1T 加强对复合型任务的学习，在 AIME26、SWE-bench Verified、BFCL-V4 、TAU2-Bench、IFBench 等执行类基准上达到开源 SOTA 水平，展现出面向复杂任务的综合执行能力。
- **让万亿级模型真正进入开发者和企业的生产工作流：**Ling-2.6-1T 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 框架高度兼容，适用于多工具、多步骤、多约束的复杂场景。它的目标不是停留在单次演示，而是成为真实业务系统中可部署、可协同、可持续运行的模型能力底座。
▲ Ling-2.6-1T 以 16M tokens 完成 Artificial Analysis 完整评测
官方还表示，为支持更多开发者体验与评测 Ling-2.6-1T，将 OpenRouter 平台 的免费 API 调用服务延期一周。
IT之家附开源链接如下：
- Hugging Face：https://huggingface.co/inclusionAI/Ling-2.6-1T
- ModelScope：https://www.modelscope.cn/models/inclusionAI/Ling-2.6-1T
相关阅读：
- 《蚂蚁百灵万亿旗舰模型 Ling-2.6-1T 发布：主打“快思考”，对标 GPT-5.4 非推理版》