Hogar
Ant Group publica en código abierto el modelo Ling-2.6-1T, con un billón de parámetros, para potenciar el razonamiento rápido
El Ling-2.6-1T, un modelo insignia de un billón de parámetros desarrollado por el equipo Bailing Large Model de Ant Group, se ha presentado hoy como código abierto para los desarrolladores. En lugar de limitarse a aumentar el número de parámetros, se centra en mejorar de forma sistemática el seguimiento de instrucciones, el uso de herramientas y el manejo de contextos largos en tareas complejas del mundo real.

La innovación arquitectónica impulsa un eficiente mecanismo de «pensamiento rápido»
Ling-2.6-1T utiliza una innovadora arquitectura híbrida que reduce los costes de tokens mediante una estrategia de recompensa mejorada que minimiza la redundancia de procesos. Este mecanismo de «pensamiento rápido» permite obtener resultados de alta calidad a un menor coste, al tiempo que conserva toda la capacidad de un modelo de un billón de parámetros, lo que mejora considerablemente la relación inteligencia-coste.
Para flujos de trabajo complejos, el modelo mejora el aprendizaje de tareas compuestas. En varias evaluaciones de referencia autorizadas para tareas de ejecución, Ling-2.6-1T muestra sólidas capacidades de ejecución en varios pasos, alcanzando un rendimiento de código abierto de primer nivel en la generación de código, la corrección de errores y el razonamiento preciso en condiciones ruidosas.
La compatibilidad con todo el stack permite la implementación en producción empresarial
Para que el modelo de un billón de parámetros sea utilizable en producción, Ling-2.6-1T ofrece una alta compatibilidad con los principales marcos de trabajo de Agent. Se adapta a escenarios empresariales complejos que implican múltiples herramientas y restricciones, con el objetivo de servir como una capacidad central que pueda implementarse y mantenerse dentro de los sistemas empresariales.
El modelo ya está disponible en plataformas de código abierto como Hugging Face y ModelScope. Para ayudar a los desarrolladores de todo el mundo a probarlo y evaluarlo, el equipo también ha ampliado en una semana el servicio gratuito de llamadas a la API en OpenRouter, lo que reduce aún más las barreras para utilizar el modelo de un billón de parámetros.
Hugging Face: https://huggingface.co/inclusionAI/Ling-2.6-1T
ModelScope: https://www.modelscope.cn/models/inclusionAI/Ling-2.6-1T
Artículo relacionado
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Cómo Recursive Intelligence recaudó 335 millones de dólares con una valoración de 4.000 millones de dólares en cuatro meses
Las cofundadoras de la startup Ricursive Intelligence parecían destinadas a ser cofundadoras.Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora técnica, son tan conocidas en la comunidad
Recomendaciones de temas especiales relacionados
comentario (1)
0/500
El Ling-2.6-1T, un modelo insignia de un billón de parámetros desarrollado por el equipo Bailing Large Model de Ant Group, se ha presentado hoy como código abierto para los desarrolladores. En lugar de limitarse a aumentar el número de parámetros, se centra en mejorar de forma sistemática el seguimiento de instrucciones, el uso de herramientas y el manejo de contextos largos en tareas complejas del mundo real.

La innovación arquitectónica impulsa un eficiente mecanismo de «pensamiento rápido»
Ling-2.6-1T utiliza una innovadora arquitectura híbrida que reduce los costes de tokens mediante una estrategia de recompensa mejorada que minimiza la redundancia de procesos. Este mecanismo de «pensamiento rápido» permite obtener resultados de alta calidad a un menor coste, al tiempo que conserva toda la capacidad de un modelo de un billón de parámetros, lo que mejora considerablemente la relación inteligencia-coste.
Para flujos de trabajo complejos, el modelo mejora el aprendizaje de tareas compuestas. En varias evaluaciones de referencia autorizadas para tareas de ejecución, Ling-2.6-1T muestra sólidas capacidades de ejecución en varios pasos, alcanzando un rendimiento de código abierto de primer nivel en la generación de código, la corrección de errores y el razonamiento preciso en condiciones ruidosas.
La compatibilidad con todo el stack permite la implementación en producción empresarial
Para que el modelo de un billón de parámetros sea utilizable en producción, Ling-2.6-1T ofrece una alta compatibilidad con los principales marcos de trabajo de Agent. Se adapta a escenarios empresariales complejos que implican múltiples herramientas y restricciones, con el objetivo de servir como una capacidad central que pueda implementarse y mantenerse dentro de los sistemas empresariales.
El modelo ya está disponible en plataformas de código abierto como Hugging Face y ModelScope. Para ayudar a los desarrolladores de todo el mundo a probarlo y evaluarlo, el equipo también ha ampliado en una semana el servicio gratuito de llamadas a la API en OpenRouter, lo que reduce aún más las barreras para utilizar el modelo de un billón de parámetros.
Hugging Face: https://huggingface.co/inclusionAI/Ling-2.6-1T
ModelScope: https://www.modelscope.cn/models/inclusionAI/Ling-2.6-1T
Stripe adquirirá OpenRouter a medida que el enrutamiento basado en modelos de IA cobra impulso
Stripe ha acordado adquirir OpenRouter, una plataforma de enrutamiento de modelos de IA que ofrece a los desarrolladores acceso a cientos de modelos a través de una única interfaz. El acuerdo amplía e
El exinvestigador de OpenAI, Barrett Zoph, regresa a Google para colaborar en el desarrollo de Gemini
Barret Zoph, que anteriormente abandonó de forma repentina la empresa para incorporarse a OpenAI debido a un desacuerdo con la directora general de Thinking Machines Lab, Miriam Mularati, ha vuelto a
Cómo Recursive Intelligence recaudó 335 millones de dólares con una valoración de 4.000 millones de dólares en cuatro meses
Las cofundadoras de la startup Ricursive Intelligence parecían destinadas a ser cofundadoras.Anna Goldie, directora ejecutiva, y Azalia Mirhoseini, directora técnica, son tan conocidas en la comunidad











