阅读时间大约8分钟（2925字）

4小时前 Ling-2.6-1T 正式开源：面向复杂任务的万亿级综合旗舰模型

来源：AI

Ling-2.6-1T正式开源。

出品：百灵大模型

上周，我们发布了Ling-2.6-1T；今天，我们将Ling-2.6-1T正式开源。

随着大模型从“单轮问答”走向真实业务系统，行业对模型能力的关注点正在发生变化。过去，模型竞争更多围绕参数规模和榜单分数展开；但在真实生产环境中，开发者和企业真正关心的是：模型能否在复杂上下文中稳定理解任务，能否精准遵循指令，能否可靠调用工具，能否在多步骤工作流中持续执行，并在成本、延迟和 Token 消耗可控的前提下交付可用结果。

在Agent、Coding、知识管理和自动化办公等场景中，模型不再只是“回答问题”的工具，更是被嵌入到系统中，承担规划、执行、修正、验证和交付等连续任务。模型能否在长上下文、多工具、多约束的环境下保持稳定，能否将杂乱信息整理成可执行输出，能否在反复调用中保持较低的 Token 开销和更高的任务完成效率。

这正是我们推出Ling-2.6-1T的出发点。

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。我们希望它能够成为复杂工作流中的核心模型：既能理解复杂目标、拆解任务路径，也能在多样化 Agent harness、开发工具链和真实业务流程中稳定推进执行。

具体而言，Ling-2.6-1T 重点解决三个问题：

第一，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。

第二，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。

第三，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。

换言之，Ling-2.6-1T 追求的不只是“更强”，而是在真实使用中做到更高效、更落地、更智能。

以高智效比释放强综合能力

在企业级部署与重度依赖复杂 Agent 工作流（如长程自主规划、高频工具调用等）的实际业务中，大模型输出的语义冗余度不仅深刻影响着系统的端到端延迟，更直接决定了计算资源消耗与总体 API 推理成本。针对这一核心痛点，Ling-2.6-1T 在底层训练策略上实现了深度演进，将大幅提升 Token Efficiency 作为关键的优化维度。依托演进式思维链策略与针对性的上下文冗余判断机制，让模型在构建逻辑路径时能够有效规避了无意义的语义冗余，从而极大提升了系统的信息密度。

高智效比优势突出：Artificial Analysis中，Ling-2.6-1T 以约16M output tokens达到约34分Intelligence Index，进入图中的高吸引力区间，说明它能够在相对克制的 token 消耗下，提供较强的综合智能表现。

综合智能已进入领先模型区间：相比 Ling 系列早期旗舰 Ling-1T，Ling-2.6-1T 在能力上实现了明显跃迁，并已展现出与 GPT-5.4（Non-Reasoning）同档的综合智能表现。

更适合真实部署的能力—效率平衡：相较部分依赖更高 token 消耗来换取更高分数的模型，Ling-2.6-1T 在效率与能力之间更均衡，更适合需要兼顾成本、吞吐与任务完成度的真实业务场景。

与此同时，Ling-2.6-1T 以仅 16M tokens 完成 Artificial Analysis 完整评测，在同类模型中展现出极突出的 Token Efficiency，体现出更低成本、更高吞吐与更强落地性的综合优势。

面向复杂任务，提升多步执行稳定性

在推理、代码、工具调用、多步任务执行等维度，Ling-2.6-1T 展现出均衡的综合能力，对多样化的Agent harness、工具链与工作流编排环境具备良好的适配性，在多个执行类 benchmark 上达到开源 SOTA 水平。

高难推理能力突出：在AIME26上，Ling-2.6-1T 显著领先于其他非思考模型，展现出更强的复杂问题分析与求解能力。

Agent 执行能力处于第一梯队：在SWE-bench Verified、TAU2-Bench、Claw-Eval、BFCL-V4和PinchBench上，Ling-2.6-1T 达到第一梯队，在工具调用、多步任务推进与真实工作流执行中均有不错的表现。

长上下文理解与优秀的指令遵循能力：在MRCR（16K-256K）和IFBench均取得较高的分数，模型不仅具备更强的长文本理解能力，同时能够保证多重约束下的执行准确率与逻辑一致性。

面向生产场景，让万亿模型真正可用

网页和设计生成

在网页和设计生成场景中，Ling-2.6-1T 展现出较强的风格理解、视觉转译与前端结构生成能力。它不仅能够快速生成高质量前端代码，完成基础页面搭建，还能根据用户对主题、风格与使用场景的描述，精准转化为具有差异化视觉表达的网页原型。在生成过程中，模型能够对字体、配色、组件形态、信息层级和整体视觉氛围进行有意识的设计组织，使页面呈现出明确的设计意图，而不是简单套用通用模板。

面对工业风、拟物化、博物馆风格、数据看板、电商页面、报告页、工具界面等多样化需求，Ling-2.6-1T 能够将抽象的风格指令转化为可视化、可交互、可进一步迭代的页面结果。这意味着它不仅具备代码生成能力，也具备一定的审美判断与页面结构规划能力，适合用于多风格 landing page、专题页、可视化报告、产品原型和交互展示页面的快速生成与验证。

代码能力

写代码生成游戏

复杂 Slide 开发

Ling-2.6-1T 可在人机协作中完成复杂的代码任务，在 OpenCode 等 coding agent 中便捷使用。通过合适的协作和指示，能胜任客户端、服务端、数据库研发等多样代码生成任务；也能以 Web 技术实现例如幻灯片演示等需要审美和设计的开发任务。

写作和文本生成

在内容创作 Demo 中，Ling-2.6-1T 展现出更细腻、更可控的文本生成能力。模型不仅能够完成广告文案、故事创作、品牌表达、社交媒体内容等多类型写作任务，还能根据用户指定的受众、场景、风格与表达目标进行精准调整。相比容易出现模板化、机械感和“AI 腔”的通用生成结果，Ling-2.6-1T 更擅长通过画面感、语感控制、视角创新和情绪表达，生成更自然、更生动、更具感染力的文本内容。

在多轮修改中，模型也能够保持主题一致性与风格稳定性，为创作者提供接近专业文案协作的写作体验。同时，Ling-2.6-1T 在多语言内容生成中也展现出较强能力，能够结合广泛的世界知识，理解不同社区语境、文化梗、写作体裁与格式限制。例如，在 Subreddit 风格内容生成、英文诗歌创作等任务中，模型能够准确把握语气、结构和表达习惯，完成从论坛帖文、诗歌创作到跨场景内容演示的多样化生成任务。

Agent 和知识库

Ling-2.6-1T 具备强力的信息提纯与复杂内容调用能力。在海量文档中，它能精准提取关键知识点；若接入长期记忆工具，可作为高精度的记忆层，理清复杂实体关系，为工作提供辅助。我们在这个例子中用「百年孤独」的前两章进行了知识库实体抽取的验证。

局限性与未来计划

延续对通用智能的探索，Ling-2.6-1T 在高难度推理与 Agent 场景中取得了显著突破。模型在复杂高难度推理中已展现出色的 Token 效率，未来我们将持续提升其在知识密集型任务下的 Token 效率表现，追求更优的智能表现。同时，面对真实世界更严苛的交互需求，我们将进一步优化 Agent 长程规划的全局一致性与复杂信息检索能力，并重点打磨复杂指令下的跨语言动态对齐，改善偶发的中英双语切换偏移现象。下一步，我们将继续拓宽模型性能边界，推动全场景复杂任务的交付效率与交互体验全面进化。

使用与体验

开发者反馈

在 Ling-2.6-1T API 免费调用期间，社区开发者给出了许多真实反馈。大家普遍关注到，Ling-2.6-1T 并不是单纯追求参数规模或单次推理表现，而是更强调 token efficiency、工作流中的稳定重复执行，以及在真实生产力工具中的可用性。这也进一步印证了我们对 Ling-2.6-1T 的定位：面向真实复杂任务，兼顾能力、效率与可落地性。