# 万亿参数指令模型 Ling-2.6-1T 上线 OpenRouter，主打“快思考”和降本 75%

> 原标题：万亿参数指令模型Ling-2.6-1T发布

- 来源：AI HOT 精选
- 发布时间：2026-05-07T15:06:10.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/16386
- 原文：https://x.com/AntLingAGI/status/2052404630488023536

## 摘要

inclusionAI 把 Ling-2.6-1T 放到了 OpenRouter 上，这是一个万亿参数的指令模型，专门给现实世界的智能体任务用。它走“快速思考”路线，在 AIME26 和 SWE-bench Verified 这两个测试上成绩顶尖，同时宣称推理成本比同类低了大约 75%。官方列出的适用场景包括高级编程、复杂推理和大规模智能体工作流。正文...

## 推荐理由

我会先打个折：正文没披露具体价格、上下文窗口长度，也没给完整榜单分数，所以“顶尖表现”和“成本降低 75%”目前只能当声明看。但一个万亿参数指令模型敢上 OpenRouter 开放调用，本身信号就很强——说明 inclusionAI 对推理成本和稳定性有一定底气。真正值得盯的是后续会不会放出详细定价和完整评测，如果成本真能压到同类模型的四分之一，对做 agent 和代码任务的团队会是实打实的省钱。

## 锐评

inclusionAI 把 Ling-2.6-1T 挂上了 OpenRouter，这是一个万亿参数的指令模型，主打“快速思考”，也就是不靠长链推理、直接出答案的路子。官方说它在 AIME26 和 SWE-bench Verified 上拿了顶尖成绩，同时推理成本比同类低大约 75%。这个降幅如果属实，对跑大规模智能体工作流的人来说确实挺省钱。

但正文只给了结论，没放具体数字。价格是多少、上下文窗口多大、跟哪些模型比的、完整跑分表在哪，这些全都没披露。AIME26 和 SWE-bench Verified 虽然算硬核指标，但只挑两个说，容易让人怀疑是不是其他项目成绩一般。另外，“万亿参数”这个体量，推理延迟和硬件门槛也不会低，正文同样没提。

我会先打个折：等看到价格页和完整 benchmark 再判断它是不是真香。如果你已经在 OpenRouter 上跑 agent 任务，可以小额试一下延迟和输出质量，但别急着切生产。