三款模型各司其职
6月16日，蚂蚁集团百灵团队正式发布Ling-2.6-flash、Ling-2.6-1T和Ring-2.6-1T三款模型的技术报告，全面公开了百灵2.6系列在架构设计、预训练方法、后训练策略和推理基础设施等方面的技术细节。三个模型面向不同场景：Ling-2.6-flash主打低延迟和高吞吐，适合信息抽取、格式转换、批处理等高频调用场景；Ling-2.6-1T面向更高能力密度，重点提升即时响应场景下的信息量；Ring-2.6-1T则专注于复杂推理和Agent任务，强调长链路规划、工具调用和代码执行能力。
Agent能力的深度进化
Ring-2.6系列最值得关注的是其在Agent能力上的突破。技术报告显示，Ring-2.6重点覆盖了三类Agent场景：仓库级代码开发（包括代码理解、Bug修复、PR评审）、移动端/浏览器自动化操作，以及错误恢复的通用工具使用。在代码Agent领域，团队从GitHub大规模挖掘PR-Issue数据对，筛选出约30万条高质量训练样本，显著提升了模型在真实开发环境中的表现。
基础设施方面，百灵团队提出了AllGather-based CP方案，使Lightning Attention在256K上下文长度下实现约68%的端到端加速。RL基础设施ASystem和ARouter面向长序列rollout调度，在长序列场景下带来超过80%的性能提升。
开源生态的积极信号
蚂蚁集团选择将Ling-2.6系列模型开源，并将技术细节全面公开，这一举措获得了开发者社区的热烈欢迎。在AI行业逐渐从"闭源竞赛"转向"开源协作"的大趋势下，蚂蚁的开源策略不仅有助于吸引全球开发者共建生态，也为中国AI技术在国际舞台上赢得了更多话语权。不过报告也坦承，Ling/Ring 2.6在部分复杂推理任务上与国际顶尖模型相比仍有追赶空间。
