Ling-2.6-flash
- 输出 输出模态: 文本
- 推理
- 工具调用
- 开放权重
价格
1 个渠道报价 · 按标价显示 Ant Ling API（在新标签页打开）
Ling-2.6-flash| 条件/ 百万 tokens | 输入 | 缓存读取 | 输出 |
|---|---|---|---|
| 标准 自 2026年10月20日 起页面不再列出 | ¥0.60 | ¥0.12 | ¥1.80 |
价格来源 Ant Ling: model pricing（在新标签页打开） (核对于 2026年10月19日)
标准：不带任何条件的请求所付价格（即本站其他页面显示的标价）。
详细规格
- 模型家族
- ling-flash
- 模型 ID
Ant Group 的页面未说明：最长输入, 输入模态, 推理档位, 可关闭推理, 最大思考预算, 结构化输出, 内置工具, 知识截止, 别名。
本地运行
权重： inclusionAI/Ling-2.6-flash- 参数 107.5B
- 激活 7.4B · 专家 256（每 token 8）
- 原生精度 BF16
- 层数 32
- 每 token 的 KV 缓存 36 KB
- 配置位置数 128K （config.json max_position_embeddings）
- API 上下文 250K （厂商 API）
在你的配置上 · GeForce RTX 4090
○需放到内存 Q4_K_M （自动） 8K 上下文 13–20 tok/s卸载 23/32 层
权重KV 缓存运行开销放到内存可用上限
- 需要
- ≈ 64.1 GB (权重 60.8 + KV 缓存 0.3 + 开销 3.0)
- 可用
- 21.6 GB (标称的 90%)
- 放到内存
- 43.7 GB · 9/32 层在显卡（--n-gpu-layers 9）
- 生成速度
- 13–20 tok/s (每 token 读激活的 7.4B)
- 首 token
- 2K 提示约 0.24–0.36 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 200.2 GB | ≈ 210.5 | ✕放不下 | — |
| Q8_0 | 106.4 GB | ≈ 112.0 | ✕放不下 | — |
| FP8官方 | 101.5 GB | ≈ 106.8 | ✕放不下 | — |
| Q6_K | 82.2 GB | ≈ 86.6 | ✕放不下 | — |
| Q5_K_M | 71.2 GB | ≈ 75.0 | ○需放到内存 11–16 tok/s | — |
| Q5_0 | 68.8 GB | ≈ 72.5 | ○需放到内存 11–17 tok/s | — |
| Q4_K_M | 60.8 GB | ≈ 64.1 | ○需放到内存 13–20 tok/s | — |
| Q4_0 | 56.3 GB | ≈ 59.4 | ○需放到内存 22–33 tok/s | — |
| INT4 (AWQ / GPTQ)官方 | 60.4 GB | ≈ 63.7 | ○需放到内存 13–20 tok/s | — |
| IQ4_XS | 53.2 GB | ≈ 56.1 | ○需放到内存 23–35 tok/s | — |
| Q3_K_M质量下降明显 | 48.9 GB | ≈ 51.7 | ○需放到内存 25–38 tok/s | — |
| IQ3_XXS质量下降明显 | 38.3 GB | ≈ 40.5 | ○需放到内存 33–49 tok/s | — |
| Q2_K质量下降明显 | 37.5 GB | ≈ 39.7 | ○需放到内存 33–50 tok/s | — |
| IQ2_XXS质量下降明显 | 25.8 GB | ≈ 27.3 | ○需放到内存 74–111 tok/s | — |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 NVIDIA H100 SXM；统一内存 Apple M5 Ultra (64-core GPU) · 96 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 1604.3 GB你的配置放不下
LoRA≈ 202.9 GB你的配置放不下
QLoRA≈ 59.0 GB你的配置放不下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →暂无变更记录。
来源
- Ant Ling: model pricing（在新标签页打开） developer.ant-ling.com · 核对于 2026年10月19日
- Ant Ling: FAQ（在新标签页打开） developer.ant-ling.com · 核对于 2026年10月19日
- Changelog（在新标签页打开） developer.ant-ling.com · 核对于 2026年11月1日
- inclusionAI/Ling-2.6-flash model card（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- API 概述（在新标签页打开） developer.ant-ling.com · 核对于 2026年10月17日
- inclusionAI/Ling-2.6-flash model card（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- inclusionAI/Ling-2.6-flash config.json（在新标签页打开） huggingface.co · 核对于 2026年10月30日
- inclusionAI/Ling-2.6-flash files（在新标签页打开） huggingface.co · 核对于 2026年10月31日
- inclusionAI/Ling-2.6-flash-fp8 files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- inclusionAI/Ling-2.6-flash-int4 files（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- inclusionAI/Ling-2.6-flash README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Ant Group · 中国 · developer.ant-ling.com
相关模型
快照、同系列与同厂商的其他模型