模型介绍
中文整理Ling-2.6-1T：万亿参数综合旗舰模型
模型用途
Ling-2.6-1T是针对真实世界复杂场景设计的万亿参数大语言模型，专注于编码和日常工作流程，适用于端到端工程任务，包括代码生成和bug修复。
主要能力
高推理效率：采用MLA和线性注意力混合架构，显著降低长上下文的延迟和显存占用，在保持表达力的同时实现更高吞吐量和更低的单token计算成本。
低token开销：通过“快速思考”机制，在后训练阶段引入上下文过程冗余抑制奖励策略，减少对冗长思维链的依赖，直接得出答案并压缩输出成本。
可靠的多步骤执行：增强的推理、agentic编码和指令跟随能力，使其在多个执行密集型基准测试上达到开源SOTA水平。
生产级Agent工作流支持：与主流agent框架无缝集成，包括Claude Code、OpenClaw、OpenCode和CodeBuddy，可处理企业环境中的多工具、多步骤约束。
基准测试表现
在Artificial Analysis上，Ling-2.6-1T以约1600万输出token达到34的智能指数，相比上一代Ling-1T有显著提升。在AIME26上显著领先非思考模型。在SWE-bench Verified、TAU2-Bench、Claw-Eval、BFCL-V4和PinchBench上表现顶级。在MRCR（16K-256K）和IFBench上展现强性能，确保复杂指令和长上下文下的逻辑一致性和精确性。
运行要求
支持SGLang和vLLM部署。标准推理需8 GPUs。
基本用法
可通过API调用或自行部署使用。
限制与未来计划
未来开发将专注于：进一步优化知识密集型任务的token效率；增强长期规划和复杂信息检索中的全局一致性；改进复杂指令下的跨语言对齐以消除语言切换偏移。
许可证
本代码仓库采用MIT许可证。
优先采用原作者提供的中文模型卡片；仅有英文说明时由闲社AI翻译整理。重要参数、许可证和商用范围请以原文为准。
你将获得什么
完整仓库方式包含该固定版本中的权重、配置、分词器及说明文件；指定版本方式只下载所选文件或整组分片。多模态模型的投影文件、配置等依赖，请按作者说明配齐。
完整仓库可能包含多个权重格式，因此需要的磁盘空间可能大于单一格式的模型大小。下载文件不等于完成模型部署。
使用前须知
运行模型需要的设备、工具与依赖，以原作者说明为准。
是否允许商用、修改和分发，请查看模型许可证。
闲社提供资料与镜像下载方法，不代表已运行模型或完成安全审计。下载的代码应先检查，再执行。
资料或下载有问题？
登录后可提交反馈。