Ling-2.6-1T：複雑なタスク向けの1兆パラメータ・総合フラッグシップモデル

本日、LingファミリーのLing–2.6–1Tをオープンソースとして公開できることを嬉しく思います。

実世界の複雑なシナリオに合わせて設計されたこの1兆パラメータモデルは、推論効率、トークンのオーバーヘッド、エージェント的な能力に対する的を絞った最適化を導入し、コーディングや日常のワークフローに対して非常に高い効果を発揮します。

Ling–2.6–1Tの主なアップグレードは以下のとおりです：

• 高い推論効率： MLAと線形アテンションを組み合わせたハイブリッド・アーキテクチャを採用することで、長いコンテキストに対するレイテンシとVRAM使用量を大幅に削減します。表現力を損なうことなく、優れたスループットと、トークンあたりの計算コストの低さを実現し、複雑な推論やツール呼び出しに対してリアルタイムな応答性を確保します。
• 「高速思考」によるトークンオーバーヘッドの削減： 後学習（ポストトレーニング）の際に、文脈に基づく処理の冗長性抑制の報酬戦略を導入します。これにより、冗長な思考の連鎖（CoT）への依存を減らし、「高速思考」メカニズムを用いて答えに直接到達します。出力コストを圧縮しつつ、最高レベルの知能を維持します。
• 信頼性の高いマルチステップ実行： 推論、エージェント的なコーディング、指示追従の強化により、Ling–2.6–1Tは、AIME26、SWE–bench Verified、BFCL–V4、TAU2–Bench、IFBenchなど、実行負荷の高いベンチマークでオープンソースのSOTAを達成しています。
• エージェントのワークフローに向けたプロダクション対応： コード生成からバグ修正まで、エンドツーエンドのエンジニアリングを想定して設計されたLing–2.6–1Tは、Claude Code、OpenClaw、OpenCode、CodeBuddyといった主要なエージェント・フレームワークとシームレスに統合できます。エンタープライズ環境におけるマルチツール、マルチステップの制約も難なく処理します。