AntLingAGI团队宣布Ling-2.6-1T模型正式开源，已登陆Hugging Face平台，并通过Novita Labs提供官方推理体验。该模型采用混合专家架构，总参数1万亿、激活参数630亿，核心优化方向为“令牌效率”以满足真实生产需求。具体表现为：低令牌开销，能在无需冗长推理链的情况下保持强大智能；可靠的多步执行能力，提升指令、工具、上下文和工作流的控制水平；生产就绪的部署特性，覆盖从代码生成到错误修复的任务，并广泛兼容各类智能体框架。团队旨在通过降低测试、部署、定制和构建的难度，为开发者创造价值。
1T参数开源模型不是天天有，蚂蚁这个Ling-2.6-1T强调token效率和Agent能力，做Agent的可以直接去Hugging Face上跑一下，看看是不是真的在生产环境省token。
生态优先策略持续推进！
Ling-2.6-1T 已正式登陆 @huggingface，官方推理服务现已通过 @novita_labs 上线。前往 HuggingFace 模型卡片页面，亲自体验 Ling-2.6-1T 的高效性能吧！🔥
上周，我们发布了 Ling-2.6-1T。今天，Ling-2.6-1T 正式成为开源模型~ 🤗 总参数 1T · 激活参数 63B 我们通过让测试、部署、定制和构建变得更简单，为开发者带来价值。 这款模型针对实际生产需求进行了“模型 token 效率”优化： • 更低的 token 开销：无需长推理链即可实现强大的智能 • 可靠的多步执行：更好的指令、工具、上下文和工作流控制 • 生产级部署：从代码生成到 bug 修复，兼容广泛的 Agent 框架 提前一瞥 @opencode 中的智能体能力
原文
Last week, we introduced Ling-2.6-1T. Today, Ling-2.6-1T is officially an open model~ 🤗 1T total parameters · 63B active parameters We bring values to developers by making it easier to test, deploy, customize, and build. It is optimized to be "token efficiency" for real production needs: • Lower token overhead: strong intelligence without long reasoning traces • Reliable multi-step execution: better instruction, tool, context, and workflow control • Production-ready deployment: from code generation to bug fixing, with broad agent framework compatibility A sneak pick into the agentic capability in @opencode
来源：Ant Ling · x.com