Hogar
Bailing Large Model lanza Ling-2.6-flash, ofreciendo el mejor rendimiento a una décima parte del costo.

En medio de la creciente competencia global en los modelos lingüísticos de gran tamaño, el modelo Bailing del Grupo Ant ha alcanzado otro hito con el lanzamiento de una nueva variante de Instruct, Ling-2.6-flash. Este modelo ha captado una atención significativa en la comunidad de IA por su excepcionalmente alto “ratio inteligencia-aeficiencia”.
Desde un punto de vista técnico, Ling-2.6-flash ofrece un rendimiento integral. Cuenta con un total de 104 mil millones de parámetros, pero solo 7.4 mil millones se activan durante la inferencia. Este diseño tiene como objetivo alcanzar un equilibrio óptimo entre capacidad y uso de recursos. Según los últimos benchmarks de la plataforma autoritativa Artificial Analysis, el modelo demuestra una impresionante eficiencia energética, ya que consume solo 15 millones de tokens para completar la misma tarea. Eso representa aproximadamente una décima parte del consumo de tokens de modelos mainstream como Nemotron-3-Super, lo que permite a los desarrolladores acceder a un soporte inteligente a un costo computacional significativamente más bajo.
De hecho, antes de su anuncio oficial, el modelo se lanzó de manera anónima para una prueba de estrés de una semana. Los datos muestran que durante ese período, el consumo diario de tokens aumentó rápidamente hasta alcanzar los 100 mil millones. Este enfoque de “prueba antes del lanzamiento” no solo confirmó la estabilidad del modelo en entornos reales de alta concurrencia, sino que también puso de manifiesto una fuerte demanda del mercado por arquitecturas de modelos de alto rendimiento y costo efectivo.
Los analistas del sector sugieren que el lanzamiento de Ling-2.6-flash marca una nueva fase en la competencia de los modelos grandes, pasando de una pura “carrera armamentista de parámetros” a una “carrera de eficiencia inteligente”. Al optimizar el mecanismo de activación de parámetros, este modelo reduce significativamente las barreras para la inferencia mientras mantiene una amplia base de conocimientos. Para las empresas que necesitan desplegar aplicaciones de IA a escala, ofrece una opción más viable en términos económicos.
Artículo relacionado
iFLYTEK presenta el modelo general de gran escala Spark X2.5
El 1 de septiembre, iFlytek abrirá al código abierto dos modelos de lenguaje grandes centrados en el borde: Xinghuo X2.5-4B y Xinghuo X2.5-1.7B, según el último anuncio oficial. Ambos modelos admiten nativamente una ventana de contexto de hasta 1 mil
Meta elimina la función de edición de fotos con IA tras las críticas de los usuarios
Meta, el gigante de los medios sociales, se ve una vez más envuelto en un debate público sobre el delicado equilibrio entre la inteligencia artificial y la privacidad de los usuarios. Según TechCrunch, Superintelligence Labs de Meta presentó un nuevo
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s
Recomendaciones de temas especiales relacionados
comentario (0)
0/500

En medio de la creciente competencia global en los modelos lingüísticos de gran tamaño, el modelo Bailing del Grupo Ant ha alcanzado otro hito con el lanzamiento de una nueva variante de Instruct, Ling-2.6-flash. Este modelo ha captado una atención significativa en la comunidad de IA por su excepcionalmente alto “ratio inteligencia-aeficiencia”.
Desde un punto de vista técnico, Ling-2.6-flash ofrece un rendimiento integral. Cuenta con un total de 104 mil millones de parámetros, pero solo 7.4 mil millones se activan durante la inferencia. Este diseño tiene como objetivo alcanzar un equilibrio óptimo entre capacidad y uso de recursos. Según los últimos benchmarks de la plataforma autoritativa Artificial Analysis, el modelo demuestra una impresionante eficiencia energética, ya que consume solo 15 millones de tokens para completar la misma tarea. Eso representa aproximadamente una décima parte del consumo de tokens de modelos mainstream como Nemotron-3-Super, lo que permite a los desarrolladores acceder a un soporte inteligente a un costo computacional significativamente más bajo.
De hecho, antes de su anuncio oficial, el modelo se lanzó de manera anónima para una prueba de estrés de una semana. Los datos muestran que durante ese período, el consumo diario de tokens aumentó rápidamente hasta alcanzar los 100 mil millones. Este enfoque de “prueba antes del lanzamiento” no solo confirmó la estabilidad del modelo en entornos reales de alta concurrencia, sino que también puso de manifiesto una fuerte demanda del mercado por arquitecturas de modelos de alto rendimiento y costo efectivo.
Los analistas del sector sugieren que el lanzamiento de Ling-2.6-flash marca una nueva fase en la competencia de los modelos grandes, pasando de una pura “carrera armamentista de parámetros” a una “carrera de eficiencia inteligente”. Al optimizar el mecanismo de activación de parámetros, este modelo reduce significativamente las barreras para la inferencia mientras mantiene una amplia base de conocimientos. Para las empresas que necesitan desplegar aplicaciones de IA a escala, ofrece una opción más viable en términos económicos.
iFLYTEK presenta el modelo general de gran escala Spark X2.5
El 1 de septiembre, iFlytek abrirá al código abierto dos modelos de lenguaje grandes centrados en el borde: Xinghuo X2.5-4B y Xinghuo X2.5-1.7B, según el último anuncio oficial. Ambos modelos admiten nativamente una ventana de contexto de hasta 1 mil
Meta elimina la función de edición de fotos con IA tras las críticas de los usuarios
Meta, el gigante de los medios sociales, se ve una vez más envuelto en un debate público sobre el delicado equilibrio entre la inteligencia artificial y la privacidad de los usuarios. Según TechCrunch, Superintelligence Labs de Meta presentó un nuevo
CEO de DeepMind, Hassabis: Duermo seis horas al día y generalmente me siento con energía alrededor de la 1 a. m.
Fortune ha presentado recientemente una entrevista con Demis Hassabis, director ejecutivo de Google DeepMind, en la que revela su enfoque poco convencional para el descanso y la productividad. Hassabis ha revelado que duerme muy poco, estructurando s











