AntLingAGI与SGLang团队合作，正式推出Ling-2.6-flash（亦称Elephant-alpha）即时指令模型，并在SGLang平台上实现了首发支持。该模型总参数量达104B，但活跃参数仅7.4B，专为低延迟的智能体工作流优化，能够实现即时响应。它在编码、文档处理和智能体任务中展现出极高的token效率，所用token数量显著减少。尽管活跃参数较少，其模型质量仍与当前SOTA水平相当，兼具速度与执行力，适合需要快速响应的生产级智能体应用。团队强调，快速且稳定的推理是提升用户体验的关键。
104B 总参但只激活 7.4B，蚂蚁这步棋是冲着 Agent 场景的低延迟去的，做 Agent 产品的人值得跑一下看看实际体感。
🥳 能与 SGLang 团队合作一直是我们莫大的荣幸，因为我们都相信快速且稳定的推理是我们宝贵用户体验的关键。🫡
希望大家都喜欢 Ling-2.6-flash（即 Elephant-alpha）🐘⚡️⚡️
打满～ 打满～～ 😝
🎉 认识来自 @AntLingAGI 的 Ling-2.6-flash，一个即时指令模型，总参数 104B（激活 7.4B）。SGLang 现已提供 Day-0 支持！ 1️⃣ 即时响应：针对低延迟智能体工作流进行调优 2️⃣ 以远更少的激活参数达到与 SOTA 相当的质量 3️⃣ 高 token 效率：在编码、文档处理和智能体任务中显著使用更少 token 4️⃣ 生产就绪，适用于需要速度 + 强大执行的智能体 立即用 SGLang 运行它！
原文
🎉 Meet Ling-2.6-flash from @AntLingAGI, an instant instruct model with 104B total params (7.4B active). Day-0 support is now live in SGLang! 1️⃣ Instant responses: tuned for low-latency agent workflows 2️⃣ SOTA-comparable quality with way fewer active params 3️⃣ High token efficiency: significantly fewer tokens used across coding, doc processing & agent tasks 4️⃣ Production-ready for agents that need speed + strong execution Run it now with SGLang!
来源：Ant Ling · x.com