后续来了兄弟们，卧槽真的太炸了，同样的任务，同样的配置，速度比Claude Sonnet 4.6还快 6 倍，成本低约 50 倍， openrouter 和 官方 API 均限时免费 1 周使用时间，白嫖的机会，冲啊兄弟们！ 我上周那条讲Elephant Alpha的推不是爆了吗，很多兄弟在评论区猜背后是谁，现在谜底揭晓了。 蚂蚁集团AGI团队（@AntLingAGI）的Ling-2.6-flash， 猜中国产大厂马甲的兄弟，你赢了。 说实话我看到架构数字那一刻，上周用它的所有体感全部对上了。 总参数104B，每次推理真正激活的只有7.4B，激活率7%，256个专家里每次只叫醒一小撮干活，其他的继续睡觉😂 这就是为啥上周我说它token消耗肉眼可见往下掉——100块钱的模型，每次推理只烧7块钱的算力，跑出了100块钱的智能，这可不是玄学啊，属于架构层面就在为效率让路。 再叠Linear Attention把传统Transformer的二次复杂度压下来，再加Multi-Token Prediction做推理加速，三件事一起上，FP8单卡341 tokens/s，Artificial Analysis实测输出215 tokens/s，和gpt-oss-120B并列第一梯队。 说实话，速度方面上周体验之后我早就服了，这回真正让我愣住的是跑分。 Artificial Analysis跑完全量评测，Ling-2.6-flash只烧了大约15M tokens，Nemotron-3-Super烧了接近10倍，Intelligence Score却拿到26，和Gemini 2.5 Flash同梯队。 都便宜到这个份上，大家下意识觉得肯定哪里凑合了，但agentic跑分直接打脸，SWE-bench Verified 62，BFCL-V4 67，TAU2-Telecom 93.86，SWE-bench测的是真实代码仓库里定位Bug加生成补丁，BFCL测的是函数调用准确性，全是硬场景，不是那种学术榜单刷分。 上周我搭那个串三个工具的小Agent跑得贼利索，现在明白了，这模型从训练阶段就是奔着Agent去的，别人做Agent是改装车，它是原厂出的Agent专用机。 所以我上周说的那套玩法现在有了官方解释——Claude管架构和规划调一次，Ling-2.6-flash管分步执行跑一百次，成本砍到十分之一，不是我瞎搭的野路子，是这个模型本来就为这个场景而生。 蚂蚁的产品线逻辑也清晰，Ling做基础，Ring做推理，Ming做多模态，这次先以stealth身份在OpenRouter和Kilo上免费放出来收集反馈，后面会开源，再推商用版LingDT，还会出BF16/FP8/INT4量化版。 路径就是社区验证→开源扩散→商业落地，对开发者来说，现在就是白嫖窗口期，免费还剩几天。 用了这段时间我给它的定位很明确，它是目前最适合一直开着的模型之一，Agent持续跑、代码补全随时触发、长文档批量处理，越高频越省钱，账单每个月都会替它说话。 但极端复杂的推理链、需要反复自我纠错的长思考任务，你可能还是得上重型推理模型，它的sweet spot是够聪明+极快+极省那个三角区，日常80%的活它接得住，接得还比大多数模型便宜。 所以说2026年看模型不能再盯着单一智能分了，当Agent从偶尔问一下变成24小时不间断跑的基础设施，每个token的有效产出就是新的胜负手，Ling-2.6-flash是目前这个方向上跑得最激进、也交出实际成绩单的选手之一。 上周说过的话，这周全部兑现，挺爽的🌚 #ElephantAlpha #Ling2Flash #AntAGI #Agent #大模型