Ling-2.6-1T Novita AI免费 API、SWE-Bench SOTA、1T 参数模型

大多数功能强大的开源模型都要求你做出选择：是追求纯粹的智能，还是追求代币效率。智能模型每次请求消耗的代币数量是智能模型的 3-5 倍。规模较小的非推理模型虽然降低了成本，但限制了功能。Ling-2.6-1T 的设计初衷就是为了打破这种权衡。

Ling-2.6-1T 是蚂蚁集团（inclusionAI）推出的一款万亿级综合旗舰模型，专为即时任务执行而设计。它基于……构建。 MLA + 混合线性注意力 该架构实现了卓越的智能令牌比：在基准测试中表现出色，同时输出令牌开销极低。在 AIME26 测试中，它显著优于其他非智能模型。在代理执行基准测试（SWE-bench Verified、BFCLv4、TAU2-Bench 和 Claw-Eval）中，它达到了开源软件的最高水平。现在由……独家支持 Novita AI 作为推理提供者。

简而言之：Ling-2.6-1T 为智能体工作负载提供了全面的前沿能力——复杂推理、工具使用、多步骤执行和长上下文指令跟踪——而成本仅为思维模型的一小部分。

Ling-2.6-1T是什么？

Ling-2.6-1T 是 Ling 的最新旗舰机型。 包容性人工智能蚂蚁集团人工智能研究部门（AntLingAGI）开发的这款产品，是一个拥有 1 万亿个参数的混合专家模型——迄今为止发布的最大的 FP8 训练基础模型——在超过 20 万亿个高质量标记上进行训练，并在后期阶段使用了超过 40% 的推理密集数据。

与那些在回答问题前输出冗长思维链的思维模型（如 DeepSeek-R1 和 QwQ）不同，Ling-2.6-1T 采用了一种“快速思维”机制：它将推理过程内化，而无需外化冗长的思维链。这使得输出的词元数量精简，同时保持了强大的分析深度。每个词元激活约 50 亿个参数，使得在 1T 规模下进行推理成为可能。

• 结 构： MLA + 混合线性注意力机制，总参数量 1T，每个 token 约 50 亿个有效参数。
• 上下文窗口： 262,144 个代币（通过 YaRN 绳索扩容），最大输出 32,768 个代币
• 测试： FP8 混合精度，20T+ 个词元，>40% 推理密集数据
• 范例： 快速思考——内化推理，无需冗长的思路链输出
• 许可证： 麻省理工学院——完全开放权重
• 库存： 由以下机构独家支持 Novita AI （OpenRouter 提供商）

主要特点：Ling-2.6-1T 的突出优势

卓越的智力与代币比率

思维模型虽然能带来令人印象深刻的结果，但也会导致代币消耗激增——在得到实际答案之前，需要消耗数百个推理代币。Ling-2.6-1T 在训练中期采用了进化链思维（Evo-CoT）算法，将推理过程内化而非外化。其结果是：在 AIME26（优于其他非思维模型）、LiveCodeBench 和 Omni-MATH 等基准测试中均取得了优异的成绩——而且无需为推理过程付费。根据官方模型卡，其智能输出效率与 GPT-5.4（非推理模型）相当，相比其前代产品 Ling-1T 实现了重大飞跃。对于高吞吐量的生产工作负载而言，这直接降低了成本。

开源代理执行最新技术

智能体工作负载需要的不仅仅是孤立的数学和编程——它们还需要工具的使用、多步骤执行以及在真实世界条件下可靠地遵循指令。Ling-2.6-1T 在关键的智能体基准测试中达到了开源软件的最高水平（根据 inclusionAI 模型卡）：

• SWE-bench 已验证 — 实际软件工程任务解决
• BFCLv4 — Berkeley 函数调用排行榜 v4，复杂工具使用
• TAU2-Bench — 长期智能体任务完成
• 爪评估 — 多回合命令执行
• 捏力台 — 复合代理能力评估

在 LiveCodeBench 测试（2024 年 8 月至 2025 年 5 月）中，其得分为 61.68 分，比 DeepSeek-V3.1 (48.02)、Kimi-K2-0905 (48.95) 和 GPT-5-main (48.57) 高出 13 分以上。在前端生成方面，ArtifactsBench 得分为 59.31 分，在该对比组中仅次于 Gemini-2.5-Pro(lowthink) 的 60.28 分（基于 inclusionAI 模型卡）。

长篇上下文 + 指令遵循

Ling-2.6-1T 拥有 262,144 个词元的上下文（YaRN 绳索扩展），单次调用即可处理完整的代码库、长文档或扩展的多轮智能体对话。在 MRCR 基准测试（上下文范围 16K–256K）中，它始终保持着较高的检索准确率——这对于处理长工具输出或文档语料库的智能体流水线至关重要。IFBench 得分 56.9%，表明其在扩展上下文下具有强大的复杂指令跟踪能力。

基准性能

来自独立测量的 人工分析 Ling-2.6-1T 的智能指数为 33.6，优于 495 个受测模型中的 73%，在开放权重的大型非推理模型类别中排名第二。以下是 inclusionAI 模型卡上的自报分数（与 DeepSeek-V3.1-terminus、Kimi-K2-0905、GPT-5-main 和 Gemini-2.5-Pro(lowthink) 进行比较），以及独立验证的 AA 分数。

数学与推理（根据 inclusionAI 模型卡）

基准	Ling-2.6-1T	DeepSeek-V3.1	Kimi-K2-0905	GPT-5-主程序	Gemini-2.5-Pro*
艾梅26	70.42	55.21	50.16	59.43	70.10
Omni-MATH	74.46	64.77	62.42	61.09	72.02
光学数学	57.68	35.99	35.84	39.16	42.77
金融推理	87.45	86.44	84.83	86.28	86.65
BBEH	47.34	42.86	34.83	39.75	29.08
KOR-Bench	76.00	73.76	73.20	70.56	59.68
ARC-AGI-1	43.81	14.69	22.19	14.06	18.94

代码性能（按 inclusionAI 模型卡）

基准	Ling-2.6-1T	DeepSeek-V3.1	Kimi-K2-0905	GPT-5-主程序	Gemini-2.5-Pro*
实时代码平台	61.68	48.02	48.95	48.57	45.43
多种的	77.91	77.68	73.54	76.66	71.48
CodeForces 评级	1901	1582	1574	1120	1675
全堆叠式卧推	56.55	55.48	54.00	50.92	48.19
神器工作台	59.31	43.29	44.87	41.04	60.28
辅助代码编辑	83.65	88.16	85.34	84.40	89.85

代理执行基准（每个 inclusionAI 模型卡）

Ling-2.6-1T 在针对特定智能体的评估中达到了开源软件的最新水平。并非所有基准测试都公布了确切的竞争对手得分；结果以官方模型卡中的报告为准。

基准	测量内容	Ling-2.6-1T
SWE-bench 已验证	实际的 GitHub 问题解决	开源SOTA
BFCLv4	复杂的多步骤函数/工具调用	开源SOTA
TAU2-Bench	长时程智能体任务完成	开源SOTA
爪评估	多回合指令执行	开源SOTA
捏力台	复合代理能力	开源SOTA
IFBench	复杂的指令	56.9%

独立基准测试（人工分析）

米制	Ling-2.6-1T	笔记
AA 智力指数	33.6	优于 495 款车型中的 73%
AA编码索引	33.0	优于 78% 的型号
AA代理指数	48.2	优于 80% 的型号
GPQA 钻石	75.2%	研究生水平的科学推理
τ²-Bench 电信	89.8%	对话代理任务
IFBench	56.9%	遵循指令
输出速度	67.7 吨/秒	通过 Novita AI 在 OpenRouter 上

如何使用 Ling-2.6-1T（由……支持） Novita AI

选项 1：游乐场（无需代码）

立即体验该模型 novita.ai/models/model-detail/inclusionai-ling-2.6-1t 无需任何设置。可用于在将提示信息集成到应用程序之前快速测试提示信息。

选项 2：API（Python）

Ling-2.6-1T 完全兼容 OpenAI。请替换为您的 Novita API 密钥和模型 ID：

from openai import OpenAI

client = OpenAI(
    base_url="https://api.novita.ai/v3/openai",
    api_key="YOUR_NOVITA_API_KEY",
)

response = client.chat.completions.create(
    model="inclusionai/ling-2.6-1t",
    messages=[{"role": "user", "content": "Your prompt here"}],
    temperature=0.7,
    top_p=0.95,
)

print(response.choices[0].message.content)

获取 API 密钥 novita.ai/设定该模型还支持流式传输、通过 tool_use 进行函数调用以及结构化输出。

选项 3：第三方工具

建立 Novita AI Ling-2.6-1T 与 OpenAI 兼容，可与任何接受自定义基本 URL 的工具配合使用，包括 光标, 克劳德·科德, OpenWebUI, 浪链和 骆驼指数. 将基本 URL 设置为 https://api.novita.ai/v3/openai 并以此为模型 inclusionai/ling-2.6-1t.

使用案例

Ling-2.6-1T 结合了 1T 参数容量、快速思考模式和 262K 上下文，使其非常适合以下应用：

• 编码代理： 这款软件在 CodeForces 上的评分为 1901，LiveCodeBench 得分也很高，足以应对竞技级别的编程任务。配合 Novita 的 Agent Sandbox，即可实现完全隔离的代码执行，无需管理基础设施。
• 财务分析： FinanceReasoning 评分为 87.45（在 inclusionAI 模型卡的比较组中排名第一），使其适用于自动化报告分析、收益汇总和定量研究工作流程。
• 前端生成： 混合语法-功能-美学训练奖励专门针对 UI 代码质量。ArtifactsBench 得分 59.31 分，在其对比组中排名第二，仅比 Gemini-2.5-Pro(lowthink) 低 0.97 分。
• 长文档处理： 262,144 个标记的上下文可以在一次调用中处理数百页的文档、完整的存储库分析或扩展的法律/研究语料库。
• 高容量生产 API： 非推理范式意味着可预测的令牌计数和更低的延迟波动——这在每天运行数千个请求时非常重要。

从 DeepSeek V3 或 Kimi K2 迁移？

如果您目前正在使用其他提供商提供的 DeepSeek V3 或 Kimi K2，切换到由以下平台支持的 Ling-2.6-1T： Novita AI 只需一行代码的更改——相同的 OpenAI 兼容 API，相同的请求格式。模型 ID 变为 inclusionai/ling-2.6-1t.

在编码任务方面，Ling-2.6-1T 在 LiveCodeBench 测试中优于 DeepSeek-V3.1 和 Kimi-K2-0905（分别为 61.68 分、48.02 分和 48.95 分），在数学推理方面，它在 AIME26 和 OptMATH 测试中也均领先。如果您的工作负载侧重于推理，但您不希望看到冗长的逻辑链，那么相比切换到思维模型，Ling-2.6-1T 是更简洁的升级方案。

定价

型号	输入（美元/1万代币）	输出（美元/1万代币）	语境
Ling-2.6-1T（Novita AI)	$0.30	$2.50	262,144
DeepSeek V3.2	$0.28	$0.42	128
Qwen3-235B-A22B	$0.455	$1.82	131
Kimi K2（OpenRouter）	$0.57	$2.30	131

Ling-2.6-1T 的输出定价（2.50 美元/百万）高于 DeepSeek V3.2——但其在推理和编码任务上的基准测试性能显著更强。如果每次调用的令牌成本是主要限制因素， Ling-2.6-flash （104B 参数，7.4B 活动参数）是价格更低的同系列产品，也仅可通过以下方式获取： Novita AI.

免费套餐： Ling-2.6-1T 可通过以下方式免费获取： inclusionai/ling-2.6-1t:free OpenRouter 上的端点，由以下方独家提供： Novita AI此免费时段有限时，请查看当前可用情况。 openrouter.ai/inclusionai/ling-2.6-1t:free.

结语

底线： Ling-2.6-1T 目前是数学和编程基准测试中最强大的开源无推理模型，也是在需要 262K 上下文信息但又不想为冗长的思维链付费的情况下，最强大的开源选择。虽然它的单次交易成本并非最低，但对于复杂的推理任务而言，如果使用思维模型会增加成本，那么 Ling-2.6-1T 是目前最实用的前沿开源替代方案。

由以下机构独家支持 Novita AI — 唯一一家在 OpenRouter 上同时提供 Ling-2.6-1T 和 Ling-2.6-flash 的供应商 — 您无需管理 32 位设备，即可获得稳定的推理端点、99.9% 的正常运行时间和与 OpenAI 兼容的 APIGPU 自行进行最低限度的部署。

常见问题

Ling-2.6-1T是什么？

Ling-2.6-1T 是由蚂蚁集团（inclusionAI）开发的拥有 1 万亿参数的混合专家语言模型。它每个词元激活约 50 亿个参数，支持 262,144 个词元的上下文窗口，并被设计为一个快速思考、无需推理的模型——在基准测试中表现出色，且没有思维链开销。该模型采用 MIT 许可证，权重完全开源。

如何通过 API 访问 Ling-2.6-1T？

米 base_url="https://api.novita.ai/v3/openai" 以及 model="inclusionai/ling-2.6-1t" 在任何兼容 OpenAI 的客户端中。获取您的 API 密钥。 novita.ai/设定也可以通过 OpenRouter 使用相同的型号 ID 访问它。

Ling-2.6-1T 与 DeepSeek V3 相比如何？

根据用户自报的基准测试结果（inclusionAI 模型卡），Ling-2.6-1T 在 AIME26（70.42 对 55.21）、LiveCodeBench（61.68 对 48.02）和 ARC-AGI-1（43.81 对 14.69）测试中均优于 DeepSeek-V3.1。DeepSeek V3.2 在人工智能分析智能指数 (AII) 上的得分更高（42 对 34），但 Ling-2.6-1T 在价格相近（0.30 美元/百万输入）的情况下，提供了更大的上下文窗口（262K 对 128K）。

Ling-2.6-1T 的上下文窗口是什么？

262,144 个 token（通过 YaRN 绳索扩展，从原生 128K 扩展而来）。最大输出长度为 32,768 个 token。

Ling-2.6-1T 可以免费使用吗？

是的，暂时的。 inclusionai/ling-2.6-1t:free OpenRouter 上的端点由以下各方独家提供： Novita AI免费期有限时。付费版本可通过以下方式获取： Novita AI 输入代币价格为 0.30 美元/百万，输出代币价格为 2.50 美元/百万。

推荐文章

• Ling-2.6-flash：340 个代币/秒，效率提升约 7 倍 | Novita AI — 小兄弟 — 当速度比规模更重要时。
• 哪种推理提供商最适合人工智能代理？ — 如何为智能体工作负载选择推理 API。
• 2026 年开源模型顶级推理 API 提供商 — 对各品牌提供的无差别级车型进行全面比较。