アリババのLing-2.6-1Tが正式にオープンソース化：トレーニングパラメータ数はテラスケールでGPT-5.4と同等

アリババの百灵大規模モデル（Ling）は今日、1兆パラメータ級の旗艦モデルであるLing-2.6-1Tが正式にオープンソース化されたことを発表しました。このモデルは先週公開された際の技術的コアを引き継ぎ、過度な長く複雑な思考プロセスやパラメータ数の冗長性を追求するのではなく、イノベーティブなMLAとLinearAttentionの混合構造により「高速思考（Fast-Thinking）」メカニズムを実現しています。その目的は、1兆パラメータのモデルが実際の生産フローにおいて持つ知能効率の課題を解決することです。

実測データによると、Ling-2.6-1TはArtificial Analysisにおける完全な評価で驚くべきトークン効率を示しており、すべての評価を完了するにはわずか16Mのトークンが必要で、出力コストは同様のモデルの約四分の一です。総合的な知能レベルでは、このモデルはGPT-5.4（非推論モード）に匹敵します。また、推論、コードの実装、ツールの呼び出し、および複数ステップのタスク実行などの実戦指標において、Ling-2.6-1Tは現在のオープンソース分野での最優秀（SOTA）水準に達しています。

開発者の課題に対応するため、このモデルは指示の実行とツールの適合能力を体系的に最適化しています。アリババ内部での実際の応用においては、フィードバックの分類やログ分析、コード修正を自主的に実行でき、262kの超長文脈を受け入れることができます。今回のオープンソース化は、1兆パラメータのモデルを使用するハードルを下げることに加え、AIインテリジェントエージェント（Agent）開発が「高知能効率・即時実行」の新時代に入ったことを示しています。