📰 概要

2026年4月29日，蚂蚁集团百灵大模型宣布 Ling-2.6-flash 正式开源。 总参数量104B，激活参数仅7.4B，采用MoE架构。 同步提供BF16、FP8、INT4三个精度版本，MIT协议。

两周前曾以 Elepant Alpha 的匿名身份登陆 OpenRouter 进行公测。 官方数据显示，推理成本仅为同类模型的十分之一。

---

🔍 解读

Ling-2.6-flash 的核心定位是"Token效率"。MoE的稀疏激活特性让每次推理只激活不到10%的参数，大幅降低算力消耗。

API定价策略也体现了这一点：输入0.1美元/百万tokens，输出0.3美元/百万tokens。 GPT-4o级别模型输入约2.5到5美元/百万tokens，成本优势巨大。

三个精度版本覆盖不同硬件场景。INT4版本适合消费级显卡部署，开发者能在有限预算内运行百亿参数模型。

---

💎 深挖

Ling-2.6-flash 之前的匿名测试很有意思。以 Elepant Alpha 之名登上 OpenRouter 后， 一周内日均调用量迅速攀升。匿名发布测试真实性能，已成为行业惯例——DeepSeek 也用过类似手法。

MIT 协议的选择值得注意。相比很多开源模型用 Apache 2.0 或自定义协议，MIT 是最宽松的开源许可。 这意味着商用几乎没有限制，蚂蚁在通过开源建立生态。

什么情况不建议用 Ling-2.6-flash？如果你的任务需要多步推理或深度逻辑链条，7.4B激活参数可能不够。 它更适合简单问答、文本生成、代码补全等效率优先的场景。

蚂蚁百灵的高密度发布节奏（Ling-2.5、Ling-2.6-1T、Ling-2.6-flash）展示了一个明确信号： MoE架构"降本增效"已经成为行业共识。从OpenAI的GPT-4o到蚂蚁Ling系，所有人都在朝同一个方向走—— 花更少的钱，办更多的事。