不久前，我們陸續發布並開源了百靈 2.6 系列模型，包括 Ling-2.6-flash、Ling-2.6-1T 和 Ring-2.6-1T。
今天，我們正式發布 Ling & Ring 2.6 技術報告，系統性公開百靈 2.6 系列在模型架構、預訓練、後訓練、代理強化學習與推理基礎設施等方面的技術細節。
百靈 2.6 系列面向的是一個正在改變的大型語言模型使用場景：模型不再只是作為聊天系統回答問題，而是逐步進入代理（Agent）、程式開發、科研分析和企業工作流程等真實複雜任務中。在這些場景中，模型需要同時具備三類能力：能夠進行可靠推理、能夠穩定使用工具，也能在成本和延遲可控的前提下持續執行任務。
圍繞著這一目標，我們將百靈 2.6 系列設計為一個面向不同任務複雜度的模型家族：
Ling-2.6 面向即時回應和高 token 效率，重點提升單位輸出 token 的能力密度；
Ring-2.6 面向更深層推理和複雜代理工作流程，重點提升長鏈路規劃、工具調用、程式碼執行、搜尋和環境互動能力。
同時，百靈 2.6 系列的基礎模型與後訓練檢查點已向社群開源。我們希望透過開放模型、技術報告與相關工具鏈，為開發者和研究者提供一個可重現、可擴展、可持續演進的代理智慧（Agentic Intelligence）技術底座。
關鍵特性
百靈 2.6 系列並不是一次單純的參數規模升級。我們更關注的是：在兆級參數規模下，如何讓模型在真實工作流程中更高效、更穩定、更可用。
圍繞著這一目標，百靈 2.6 主要在三個方向進行了系統性優化。
更高效的長上下文能力
長上下文只有在足夠高效時，才真正具備應用價值。此前基於 GQA 的架構在上下文長度超過 32K tokens 後，注意力計算會逐漸成為主要瓶頸。為此，Ling / Ring 2.6 採用統一的混合線性注意力（Hybrid Linear Attention）架構，將閃電注意力（Lightning Attention）與多頭潛在注意力（MLA）以 7:1 的比例結合，在盡量保持建模品質的同時，降低長上下文訓練、解碼和 KV Cache 成本。
在系統層面，我們進一步結合持續性 MTP 訓練、優化後的上下文平行通訊，以及 linghe 融合核心函式庫，使新架構在長輸出和長上下文訓練場景中獲得更好的吞吐量表現，其中 Ling-2.6-flash 在 4×H20 硬體上達到 340 tokens/s。
更高的單位 token 能力密度
對 Ling-2.6 來說，token 效率是一個核心優化目標。我們並不把更短的輸出視為表層風格優化，而是希望模型在更少輸出 token 中承載更高的資訊密度，並在減少冗餘推理的同時保持回答品質。
在後訓練階段，我們結合演化思維鏈（Evo-CoT）、語言單元策略優化（LPO）、雙向偏好對齊，以及最短正確回答蒸餾等方法，提升模型對有效推理步驟的選擇能力，減少重複、循環和低資訊密度輸出。
在 Artificial Analysis 智慧指數上，Ling-2.6-1T 使用約 16M 輸出 tokens 取得 34 分，相較 Ling-2.0-1T 在推理工作負載上實現約 4 倍的 token 效率提升。
原生優化代理能力
百靈 2.6 系列的代理能力不是簡單從普通對話資料中「遷移」出來的，而是作為一個直接訓練目標進行優化。
我們建構了涵蓋工具調用、程式碼、搜尋、工作流程執行和多輪互動的大規模代理語料庫，並將這些資料與可驗證任務、結構化工具軌跡和環境回饋結合。在 Ring-2.6 上，我們進一步提出 KPop，用二元 KL 散度替代 IcePop 中的統一固定比例約束，以更穩定地進行 MoE 模型的代理強化學習訓練。同時，我們採用非同步強化學習，將 rollout 採集與參數更新解耦，使程式碼編寫、搜尋、工具調用和工作流程執行等長鏈路任務能夠在兆級參數規模下進行更高效訓練。
這些設計使 Ring-2.6-1T 在多個真實任務和代理評測中表現穩定。例如，Ring-2.6-1T high 在 PinchBench 上取得 87.60，在 ClawEval 上取得 63.82，並在 GAIA-2 Search 和 τ2-Bench Telecom 等任務中展現出較強的多步任務執行與工具調用能力。
註：上圖展示 Ling-2.6-1T 在 Artificial Analysis 智慧指數中的 token 效率；
下圖展示 Ring-2.6-1T 在複雜推理與代理任務基準測試中的表現。
模型定位：Ling 負責高效，Ring 負責深度推理與複雜執行
隨著大型語言模型從聊天機器人走向代理系統，模型的優化目標也發生了變化。一個實用的大模型不僅要具備推理能力，還需要能夠可靠調用工具，並在真實任務中保持穩定執行。與此同時，模型還必須在回應速度、token 成本和任務完成品質之間取得平衡。
因此，我們沒有試圖用單一模型覆蓋所有任務，而是將百靈 2.6 系列設計成一個面向不同使用場景的模型家族。
Ling-2.6-flash 面向低延遲、高吞吐和高頻調用，適合資訊擷取、格式轉換、長輸出、批次處理和代理工作流程中的輕量執行節點。
Ling-2.6-1T 面向更高能力密度和更強通用能力，強調在即時/非推理場景下，以更少輸出 token 完成高品質任務。
Ring-2.6-1T 面向複雜推理與長程代理工作流程，支援 high 與 xhigh 兩種推理配置。其中，high 更適合高頻代理工作流程和生產環境預設調用，xhigh 則用於需要更大思考預算的複雜推理任務。
2.6 系列模型分工的核心，是讓開發者能夠根據任務複雜度、成本約束和回應延遲要求，選擇更合適的模型與推理配置。
預訓練：從 Ling-2.0 基座出發，完成長上下文架構遷移
在兆級參數規模上重新從零訓練一個模型，成本極高，也會丟失上一代模型已經累積的大規模訓練成果。因此，Ling / Ring 2.6 並沒有從零開始訓練，而是在 Ling-2.0 基座上進行架構遷移、繼續預訓練和大規模後訓練。
混合線性注意力：兼顧長上下文效率與模型品質
在長上下文任務中，傳統 Full Attention 的計算和快取開銷會隨上下文長度快速上升。為解決這一問題，我們採用 Lightning Attention 與 MLA 結合的混合線性注意力架構。
Lightning Attention 將序列維度上的計算複雜度從 O(n²) 降低到 O(n)，更適合長上下文訓練和解碼；MLA 則通過低秩隱空間壓縮 KV Cache，降低長上下文推理中的記憶體壓力。
我們通過 scaling law 實驗比較了多種混合比例，包括 1:1、3:1、7:1 和 15:1。結果顯示，7:1 的 Linear-to-Full 比例在模型品質和推理成本之間取得了較優平衡，因此成為 Ling-2.6-1T-base 的最終架構選擇。
註：不同混合注意力比例下的 scaling law 對比，7:1 在品質與效率之間取得較優平衡。
四階段架構遷移：避免從零訓練，平滑繼承既有能力
從基於 GQA 的 Softmax Attention 遷移到 Hybrid Linear Attention + MLA，並不是簡單替換結構。我們採用了四階段遷移流程：
第一階段，將部分 GQA 層轉換為 Lightning Attention；
第二階段，通過 Linear Warmup 對新增參數進行對齊；
第三階段，完成 MLA Conversion，包括 QK Norm removal、Partial RoPE adaptation；
第四階段，通過 MLA Warmup 恢復 loss 到遷移前水準。
這一遷移階段約使用 400B tokens，使模型在保留 Ling-2.0 既有能力的同時，逐步適應新的長上下文高效架構。
9.6T tokens 持續訓練：從 4K 到 256K 上下文
完成架構遷移後，我們繼續進行大規模全參數訓練。Ling-2.6 的預訓練總計處理約 9.6T tokens，分為三個階段：
遷移預訓練：約 400B tokens，用於完成架構遷移；
繼續預訓練：約 8T tokens，4K 上下文，全參數繼續訓練；
中期訓練：約 1.2T tokens，逐步將上下文窗口從 4K 擴展到 32K，再擴展到 256K。
在資料構成上，我們重點增強了數學、程式碼、代理資料（Agentic Data）、長上下文語料和多語言語料。代理語料庫涵蓋 500 多個真實 MCP 環境、3000 多個工具，以及多種程式開發、bash、網頁問答和軟體倉庫任務；長上下文語料庫則涵蓋數學、複雜網頁解析、長文件摘要、RAG 融合和多跳推理等任務。
註：Ling-2.6 多階段預訓練流程：從架構遷移、繼續預訓練到長上下文中期訓練，逐步擴展至 256K 上下文。
基礎模型評測：知識、長上下文、推理與程式碼能力同步提升
在基礎模型評測中，我們使用覆蓋數學、程式碼、通用推理、語言理解、世界知識和長上下文理解的 31 個基準測試，對 Ling-2.6-flash-base、Ling-2.6-1T-base 與 2.0 代模型進行對比。
整體來看，Ling-2.6-1T-base 在世界知識、長上下文建模和推理能力上取得較穩定提升，同時保持了數學和程式碼能力。尤其是在 SimpleQA、C-SimpleQA、MMMLU、LongBenchv2 等知識和長上下文任務上，提升較為明顯。這說明新的高品質資料與長上下文訓練流程有效增強了模型的知識表達、長程依賴建模和多步推理基礎能力。
註：Ling-2.6-base 與 Ling-2.0-base 在知識、數學、程式碼、推理、語言理解和長上下文基準測試上的對比。
Ling-2.6 後訓練：圍繞 token 效率的專家化訓練
Ling-2.6 的後訓練目標，是得到一個更適合即時回應和高頻調用的模型。因此，我們不僅關注模型能否答對，也關注模型是否能用更少的輸出 token 給出更高品質的回答。
與 Ling-2.0 的統一式後訓練不同，Ling-2.6 採用專家驅動的訓練範式：先進行冷啟動監督式微調（cold-start SFT），再進行推理專家與代理專家的專家化訓練；隨後通過強化學習強化各專家模型，最後將專家能力蒸餾回統一的 Ling-2.6 模型。
註：Ling-2.6 後訓練流程：冷啟動 SFT、專家訓練、token 高效強化學習、雙向偏好對齊與能力蒸餾。
更少冗餘，更高資訊密度
在推理方向，我們首先利用專家模型生成候選回答，並保留最短正確答案。同時，我們使用 LLM judge 去除「已經找到正確答案後仍繼續反思」的過度推理片段。這一資料層面的處理，使平均輸出長度減少約 200 到 300 tokens。
在強化學習階段，我們基於 Evo-CoT 進一步引入冗餘懲罰，包括動態長度懲罰和語義冗餘懲罰。動態長度懲罰允許模型在困難任務上進行更充分推理，但限制簡單任務中的過長輸出；語義冗餘懲罰則通過分段評估推理過程，抑制循環、重複和低價值反思。
面向工具使用的 token 高效代理訓練
在代理任務中，我們採用 GSPO，並引入兩個獎勵訊號：一是工具調用軌跡與最優工具調用序列之間的一致性，二是基於 zlib 壓縮率的重複懲罰。
壓縮率懲罰的直覺很簡單：高度重複和退化的輸出更容易被壓縮，因此會受到更強懲罰。這使模型在工具使用過程中更傾向於簡潔、連貫和有效的執行路徑。
同時，我們引入動態通過率（DPR）進行動態樣本選擇。訓練早期已經能夠穩定解決的任務會被視為較容易任務；長期無法解決或表現不穩定的任務，則被優先用於後續訓練。這樣可以讓訓練資源更多集中在模型當前能力邊界附近的高資訊量樣本上。
雙向偏好對齊：兼顧品質與簡潔性
Ling-2.6 的最後階段引入雙向偏好對齊。不同於只做單向獎勵建模，我們將正向激勵和負向懲罰統一到一個獎勵模型中：既鼓勵資訊充分、滿足約束的回答，也懲罰邏輯錯誤、幻覺和機械式冗長輸出。
為了避免模型通過單純增加輸出長度來提高獎勵，我們進一步使用聚焦獎勵（focus reward），根據不同維度的飽和程度動態調整訓練權重，使優化重點轉向仍需提升的維度。
Ring-2.6 後訓練：面向長程代理的強化學習
Ring-2.6 的後訓練目標與 Ling-2.6 不同。它更關注複雜、長程、工具密集型的代理行為。我們希望 Ring-2.6 不只是提升最終任務成功率，也能在真實執行約束下增強規劃、搜尋、工具調用和自適應互動能力。
在訓練流程上，Ring-2.6 從 Ling-2.6-1T Base 出發，經過冷啟動 SFT，再進入由 KPop 演算法訓練的推理與代理專家，專家蒸餾，並最終形成 high 與 xhigh 兩種推理配置。
其中，high 通過適度長度懲罰，在推理深度與回應簡潔性之間取得平衡；xhigh 則使用更小的長度懲罰，面向複雜推理任務釋放更充分的思考空間。
註：Ring-2.6 後訓練流程：從 Ling-2.6-1T Base 到 high / xhigh 的自適應思考。
代理資料：從程式碼、搜尋到通用工具工作流程
Ring-2.6 的工具使用資料主要涵蓋三類能力：倉庫級程式開發（repository-level coding）、行動/網頁搜尋，以及需要多步規劃和錯誤恢復的通用工具工作流程。
在程式開發代理任務中，我們從 GitHub 大規模挖掘 PR-Issue 配對，保留星數超過 100、PR 已合併並關聯已關閉 issue、且包含測試修補程式的任務，最終得到約 300K 原始配對。為了防止與現有 SWE 基準測試重疊，我們會排除相關倉庫，降低資料污染風險。
在搜尋代理任務中，我們構建行動應用搜尋和網頁搜尋兩類環境。行動端任務模擬聯絡人、訊息、郵件、行事曆、購物、出行、檔案等狀態化應用；網頁搜尋任務則從 Wikipedia 證據路徑中構造多跳問答，關鍵事實用間接描述表達以避免關鍵字捷徑。
在通用工具使用方面，我們構建了涵蓋業務政策約束、多輪工具調用、不受 harness 限制的工作流程、大規模 MCP 合成任務和一般工具調用任務的資料。其中，大規模 MCP 合成任務涵蓋 197 個驗證後的 MCP 伺服器、12 個領域和 2400 多個工具。
代理強化學習：讓模型在真實環境回饋中訓練
在代理強化學習階段，我們構建了一個輕量級代理框架，並提供 execute_bash、search_replace 和 task_done 三類核心工具。訓練期間最大對話長度為 200 回合，評估期間最大對話長度為 500 回合。
針對 SWE 類長程任務，我們在沙箱環境中進行強化學習訓練。這類任務往往需要 30 到 200 個解決步驟，因此需要可重現環境、可靠驗證訊號和較高訓練穩定性。
最終用於訓練的資料集包含約 2500 個實例，來自 1550 個倉庫，涵蓋 Python、Java、C、Rust、JavaScript 等 30 多種程式語言。為了減少獎勵破解（reward hacking），我們限制了 git history 存取，並通過即時監控識別潛在作弊軌跡。分析顯示，約 0.2% 的軌跡存在作弊模式，在實踐中影響較小。
KPop：緩解強化學習中的訓練-推理不一致
在 Ring-1T 中，我們提出 IcePop，通過雙側遮罩提升 MoE 模型強化學習穩定性。但在 Ring-2.6 的訓練中，我們進一步觀察到，固定比例約束會隱含假設所有 token 具有相同雜訊結構，這與真實訓練過程並不一致。
不同 token 的機率不同，訓練策略與推理策略之間的不匹配度也不同。固定比例遮罩容易對低機率 token 產生過度遮罩。
因此，我們提出 KPop，用對稱二元 KL 準則替代 IcePop 中的固定比例約束。對每個輸出 token，KPop 將整個詞表視為「當前採樣 token」和「其他所有 token」兩個事件，分別計算訓練策略與推理策略之間的二元 KL 散度。只有當兩個方向的二元 KL 都足夠小時，該 token 才被保留用於策略更新。
實驗顯示，KPop 能夠讓程式開發任務上的代理強化學習獎勵曲線在訓練過程中持續上升，並將輕量代理在 SWE-bench Verified 上的解決率從 70.8% 提升到 76.28%，該結果為三次獨立執行的平均值。
註：KPop 在程式開發任務上的代理強化學習訓練動態，獎勵曲線隨訓練持續上升。
註：KPop 在 SWE-bench Verified 上的評測結果。
評測結果：Ling 更快更實用，Ring 更擅長複雜推理與代理執行
我們分別對 Ling-2.6 與 Ring-2.6 進行了系統性評測。
Ling-2.6 主要作為即時模型進行評估，重點關注快速回應、token 效率、指令遵循和長上下文能力；
Ring-2.6 則作為長程代理模型進行評估，重點關注複雜推理、OpenClaw、代理程式開發、代理搜尋和函數調用。
Ling-2.6：高 token 效率下的通用能力
Ling-2.6-1T 在知識、推理、代理、指令遵循和長上下文等任務上表現較為穩定。
在知識任務中，Ling-2.6-1T 在 C-SimpleQA 上取得 76.53，在 SimpleQA-Verified 上取得 31.50；在推理任務中，AIME26 得分 87.40，HMMT-Nov25 得分 81.93，IMO-AnswerBench 得分 65.81，ARCPrize 得分 50.94。
在代理任務中，Ling-2.6-1T 在 PinchBench、ClawEval、BFCL-v4 和 τ2-bench 上均表現出較強的工具使用與任務執行能力。Ling-2.6-flash 雖然是輕量模型，但在 SWE-bench Verified、PinchBench、TAU2-Bench 等任務上也展現出較好的執行能力。
在長上下文與多輪對話方面，Ling-2.6-1T 在 MRCR 16K-256K 上取得 80.37；Ling-2.6-flash 在 MRCR 上取得 75.93，並在 Multichallenge 與 Multi-IF 上表現穩定。這說明 Ling-2.6-flash 在長輸入、長輸出和複雜互動場景中具備較好的部署效率與任務表現。
註：Ling-2.6-flash 與 Ling-2.6-1T 在知識、推理、代理、指令遵循和長上下文基準測試上的評測結果。
Ling-2.6-flash：面向部署效率的輕量模型
Ling-2.6-1T 面向更高能力上限，而 Ling-2.6-flash 更強調部署時的推理效率。得益於混合注意力架構和高稀疏 MoE 設計，Ling-2.6-flash 在同類規模模型中具備較高服務速度。
在 4×H20 部署、批次大小 32、4 個張量平行等級、輸出長度 64K 的設定下，Ling-2.6-flash 的解碼吞吐量分別達到 Nemotron-3-Super 的 1.3 倍、Qwen3.5-122B-A10B 的 2.4 倍、GLM-4.5-Air 的 4.3 倍。對於長輸出、高頻調用和吞吐受限的代理工作負載，回應速度本身就是模型可用性的重要組成部分。
註：Ling-2.6-flash 在預填充和解碼階段的吞吐表現。
Ring-2.6：複雜推理與代理執行能力
Ring-2.6-1T 提供 high 與 xhigh 兩種推理配置。xhigh 使用更大的思考預算，用於最大化複雜推理深度；high 則減少推理開銷，更適合代理執行和高頻調用。
在複雜推理任務上，Ring-2.6-1T xhigh 在 AIME 2026 上取得 95.78，在 LiveCodeBench-v6 上取得 86.95，在 ARC-AGI-2 上取得 66.18。報告中，Ring-2.6-1T xhigh 在 ARC-AGI-2 上是頂尖開放權重模型，體現出較強的抽象推理和模式識別能力。
在 OpenClaw 相關評測中，Ring-2.6-1T high 表現更加突出：PinchBench 得分 87.60，在報告列出的模型中排名第一；ClawEval 得分 63.82，在開源權重模型中排名第一，超過 Kimi-K2.6-Thinking 和 GLM-5.1-Thinking。
在代理程式開發方面，Ring-2.6-1T high 在 SWE-bench Verified 上取得 74.00，在 SWE-bench Pro 上取得 53.76，說明模型已經具備處理多檔案推理、真實軟體工程任務和迭代式除錯的基礎能力。
在代理搜尋方面，Ring-2.6-1T xhigh 在 GAIA-2 Search 上取得 77.90，體現出多跳搜尋與資訊整合能力。在函數調用方面，Ring-2.6-1T high 在 τ2-bench Average 上取得 84.26，在 τ2-Telecom 上取得 96.71，說明模型在結構化 API 互動和多輪函數調用任務中具備較好的可靠性。
註：Ring-2.6-1T 在複雜推理、OpenClaw、代理程式開發、代理搜尋和函數調用上的評測表現。
基礎設施：訓練、強化學習與推理的系統協同
對於兆級參數模型來說，系統棧本身就是模型能力和成本的重要組成部分。百靈 2.6 的基礎設施優化主要圍繞三個層面展開：長上下文訓練效率、大規模非同步代理強化學習效率，以及推理服務效率。
長上下文訓練：面向 Lightning Attention 的上下文平行
引入混合線性注意力後，長上下文訓練不再是 Ling-2.0 訓練棧的簡單延伸。Lightning Attention 具有沿序列維度的遞歸依賴，不能直接套用傳統 Softmax Attention 的上下文平行方案。
因此，我們提出基於 AllGather 的 CP，採用「本地遞歸 + 全局校正」的方式。每個 rank 先在本地序列分片上計算隱藏狀態和輸出，再通過 AllGather 匯聚狀態並進行校正。該設計不依賴頭數整除約束，更適合超長上下文訓練。
同時，我們通過 Triton 融合核心對可變長度序列進行核心融合，將狀態校正遞歸展開為向量化矩陣形式，並將多個子序列的輸出校正合併執行。在 256K 上下文長度下，該優化帶來約 68% 的端到端加速。
註：Lightning Attention 的上下文平行優化。
ASystem 與 ARouter：支撐大規模非同步代理強化學習
Ling / Ring 2.6 的強化學習訓練建立在 ASystem 之上。ASystem 是一個混合式 SingleController-SPMD 執行環境，將控制流與資料流分離，並將訓練、推理和獎勵計算作為可插拔後端。
在強化學習 rollout 中，少量長尾解碼請求可能拖慢整個批次，使 GPU 長時間等待。為此，ARouter 的目標不是最小化單個請求延遲，而是最小化整個強化學習步驟的完成時間。
ARouter 會追蹤推理實例負載和生成進度，將後期長尾請求從擁塞實例遷移到空閒實例；同時支援基於溢出的訓練-推理重疊，使主推理組釋放計算資源並進入訓練側梯度累積。在長序列場景下，這一機制帶來超過 80% 的端到端效能提升。
註：ARouter 架構：面向強化學習 rollout 的全局調度與長尾請求處理。
linghe：從訓練到推理的一致性優化
在推理端，我們將訓練階段累積的融合核心進一步適配到真實部署場景，並盡可能保持訓練與推理階段的數值行為一致。這不僅提升推理效率，也有助於減少強化學習 rollout 中的訓練-推理差異。
在 BF16 推理中，我們融合了 QK Norm + RoPE、Group RMSNorm + Sigmoid Gate 等關鍵運算元，並優化 MLA RoPE 和 Top-K；在 FP8 推理中，我們進一步融合 RMSNorm、SwiGLU 和量化，並引入 Split-K Blockwise FP8 GEMM 以提升小批次場景吞吐量。
結合核心融合、前綴快取與多 token 生成，linghe 帶來的不僅是整體吞吐量提升，也包括更高的每使用者 TPS、更短等待時間和更穩定的互動體驗。
註：linghe 在注意力與 MoE 模塊中的推理運算元融合優化
註：不同精度和批次大小設定下，MTP 與 linghe 對吞吐量的提升。
局限與未來方向
我們當前的模型仍然存在一些不足。
首先，Ling-2.6-flash 在吞吐量和 token 經濟性上取得了明顯收益，但更緊的思考預算也會限制其在高複雜度任務中的推理深度、複雜指令組合能力和工具調用可靠性。
其次，當前 token 效率目標仍有繼續改進空間。它能有效壓縮程序化推理過程中的冗餘，但在知識密集型輸出中，有時還不能完全區分低價值重複與必要事實展開。
第三，長程代理的強健性仍然弱於短程任務能力。模型可以在局部決策中表現較好，但在更長工作流程、持續變化的工具狀態和異構執行環境中，可靠性仍會下降。
最後，現有公開評測仍不能充分衡量持續性、恢復行為、成本感知規劃和部署時強健性等真實生產環境中的關鍵能力。
下一階段，我們會繼續沿著協同設計的方向推進：在模型架構、系統、低精度訓練與推理、KV Cache 管理、優化方法和推理效率之間進行更深入協同；同時，我們也會推動 Ling / Ring 從純文字系統走向原生多模態代理，使模型能夠更自然地處理視覺介面、文件、程式碼和混合模態環境。
讓代理智慧更高效、更開放、更可落地
Ling / Ring 2.6 技術報告傳遞出的核心觀點是：兆級參數模型的進展，不應只來自模型規模本身，而應來自架構、後訓練、基礎設施和代理訓練環境之間的系統協同。
Ling-2.6 更關注即時回應、token 效率和部署約束下的廣泛可用性；Ring-2.6 更關注複雜推理、長鏈路任務和真實環境中的代理執行。二者共同構成了百靈 2.6 系列面向實用代理智慧的技術路徑：長上下文要高效，輸出 token 要有更高資訊密度，代理行為要能在真實環境回饋中穩定優化。
隨著 2.6 系列模型、基礎模型與後訓練檢查點的開源，我們希望把這一路徑開放給更多研究者和開發者，共同探索高效、開放、可落地的代理系統。
本文由 Hugging Face 中文社群內容共建專案提供，稿件由社群成員投稿，經授權發布於 Hugging Face 公眾號。文章內容不代表官方立場，文中介紹的產品和服務等均不構成投資建議。了解更多請關注公眾號。
如果你有與開源 AI、Hugging Face 相關的技術和實踐分享內容，以及最新的開源 AI 專案發布，希望通過我們分享給更多 AI 從業者和開發者們，請通過下面的連結投稿與我們取得聯繫: https://hf.link/tougao