# 蚂蚁百灵开源三款新模型，用混合注意力架构把推理速度拉到 340 tokens/s

> 原标题：蚂蚁百灵发布 Ling & Ring 2.6 技术报告

- 来源：AI HOT 精选
- 发布时间：2026-06-16T02:23:34.000Z
- AX AI 日报：https://ai-daily.ax0x.ai/items/38500
- 原文：https://mp.weixin.qq.com/s/j8ZXKvDZzMkSSiUyXecqGA

## 摘要

蚂蚁百灵发了 Ling-2.6-flash、Ling-2.6-1T 和 Ring-2.6-1T 的技术报告，代码和权重都公开了。三款模型用了同一种 Hybrid Linear Attention 架构，把 Lightning Attention 和 MLA 按 7:1 的比例拼在一起，主要为了在长文本上跑得快、省资源。

## 推荐理由

蚂蚁百灵开源 Ling-2.6-flash、Ling-2.6-1T 和 Ring-2.6-1T 三款模型，代码与权重公开，其 Hybrid Linear Attention 按 7:1 拼接 Lightning Attention 与 MLA，用于长文本提速省资源。

## 锐评

340 tokens/s 这个数得看是在什么长度上跑出来的。Hybrid Linear Attention 拿 Lightning Attention 和 MLA 按 7:1 拼，思路就是长文本里大部分层用线性注意力省算力，少数层留全注意力保质量，这个配比挺务实。权重和代码都公开，这点比只发技术报告强。蚂蚁的模型社区声量一直不如几家顶流，实际业务里好不好用还得自己跑一遍，反正开源了，拉下来测长文本推理成本最直接。
