Maison
Bailing Large Model lance Ling-2.6-flash, offrant des performances de premier ordre à un dixième du coût.

Au milieu de la concurrence mondiale croissante dans le domaine des grands modèles linguistiques, le modèle Bailing du groupe Ant a atteint un nouveau jalon avec le lancement d'une nouvelle variante de l'Instruct, Ling-2.6-flash. Ce modèle a attiré une attention considérable au sein de la communauté AI pour son ratio exceptionnellement élevé entre « intelligence et efficacité ».
Du point de vue technique, Ling-2.6-flash offre des performances complètes. Il dispose d'un total de 104 milliards de paramètres, mais seulement 7,4 milliards sont activés lors de l'inférence. Cette conception vise clairement à atteindre un équilibre optimal entre les capacités et l'utilisation des ressources. Selon les derniers benchmarks de la plateforme reconnue Artificial Analysis, le modèle démontre une efficacité énergétique impressionnante, ne consommant que 15 millions de tokens pour accomplir la même tâche. Cela représente environ un dixième de la consommation de tokens des modèles phares tels que Nemotron-3-Super, permettant aux développeurs d’accéder à un soutien intelligent à un coût de calcul considérablement plus bas.
En fait, avant son annonce officielle, le modèle a été mis en libre-service anonymement pendant une semaine pour un test de charge. Les données montrent que pendant cette période, la consommation quotidienne de tokens a rapidement atteint le niveau de 100 milliards. Cette approche de « test avant lancement » n’a pas seulement confirmé la stabilité du modèle dans des environnements à haute concurrence réelle, mais a également souligné une forte demande sur le marché pour des architectures de modèles performantes et économiques.
Les analystes du secteur suggèrent que le lancement de Ling-2.6-flash marque un nouveau tournant dans la compétition des grands modèles linguistiques, passant d’une pure « course aux paramètres » à une « course à l’efficacité intelligente ». En optimisant le mécanisme d’activation des paramètres, ce modèle réduit considérablement les obstacles à l’inférence tout en maintenant une vaste base de connaissances. Pour les entreprises qui doivent déployer des applications AI à grande échelle, il offre une option plus économiquement viable.
Article connexe
Meta supprime la fonction de retouche photo par IA suite aux critiques des utilisateurs
Meta, le géant des réseaux sociaux, est une fois de plus au cœur d’un débat public concernant l’équilibre délicat entre l’intelligence artificielle et la vie privée des utilisateurs. Selon TechCrunch, les Superintelligence Labs de Meta ont présenté u
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés
Recommandations de sujets spéciaux liés
commentaires (0)

Au milieu de la concurrence mondiale croissante dans le domaine des grands modèles linguistiques, le modèle Bailing du groupe Ant a atteint un nouveau jalon avec le lancement d'une nouvelle variante de l'Instruct, Ling-2.6-flash. Ce modèle a attiré une attention considérable au sein de la communauté AI pour son ratio exceptionnellement élevé entre « intelligence et efficacité ».
Du point de vue technique, Ling-2.6-flash offre des performances complètes. Il dispose d'un total de 104 milliards de paramètres, mais seulement 7,4 milliards sont activés lors de l'inférence. Cette conception vise clairement à atteindre un équilibre optimal entre les capacités et l'utilisation des ressources. Selon les derniers benchmarks de la plateforme reconnue Artificial Analysis, le modèle démontre une efficacité énergétique impressionnante, ne consommant que 15 millions de tokens pour accomplir la même tâche. Cela représente environ un dixième de la consommation de tokens des modèles phares tels que Nemotron-3-Super, permettant aux développeurs d’accéder à un soutien intelligent à un coût de calcul considérablement plus bas.
En fait, avant son annonce officielle, le modèle a été mis en libre-service anonymement pendant une semaine pour un test de charge. Les données montrent que pendant cette période, la consommation quotidienne de tokens a rapidement atteint le niveau de 100 milliards. Cette approche de « test avant lancement » n’a pas seulement confirmé la stabilité du modèle dans des environnements à haute concurrence réelle, mais a également souligné une forte demande sur le marché pour des architectures de modèles performantes et économiques.
Les analystes du secteur suggèrent que le lancement de Ling-2.6-flash marque un nouveau tournant dans la compétition des grands modèles linguistiques, passant d’une pure « course aux paramètres » à une « course à l’efficacité intelligente ». En optimisant le mécanisme d’activation des paramètres, ce modèle réduit considérablement les obstacles à l’inférence tout en maintenant une vaste base de connaissances. Pour les entreprises qui doivent déployer des applications AI à grande échelle, il offre une option plus économiquement viable.
Meta supprime la fonction de retouche photo par IA suite aux critiques des utilisateurs
Meta, le géant des réseaux sociaux, est une fois de plus au cœur d’un débat public concernant l’équilibre délicat entre l’intelligence artificielle et la vie privée des utilisateurs. Selon TechCrunch, les Superintelligence Labs de Meta ont présenté u
PDG de DeepMind, Hassabis : Je dors six heures par jour et je me sens généralement plein d’énergie vers 1 h du matin.
Fortune a récemment publié une interview avec Demis Hassabis, PDG de Google DeepMind, révélant son approche non conventionnelle du repos et de la productivité. Hassabis a divulgué qu’il dort très peu, structurant ses heures d’éveil en deux blocs de t
OpenAI et Anthropic se disputent des parts de marché malgré des résultats en deçà des attentes
Bien que des informations récentes laissent entendre qu’OpenAI n’aurait pas atteint ses objectifs de chiffre d’affaires, ce qui a pesé sur les valeurs technologiques ce mardi, les investisseurs privés











