inclusionAI: Ling-3.1-flash 是来自 inclusionAI 的混合推理专家模型,总计 560B 参数,激活参数为 25B。
我们使用必要 Cookie 来保障开桥正常运行。经你同意,可选 Cookie 将帮我们记住你的偏好,并了解你如何使用我们的服务。你可以接受或拒绝可选 Cookie,也可以随时管理你的选择。详情请参阅我们的 隐私政策。

inclusionAI: Ling-3.0-flash 是 Ling 系列中最新一代的高性价比模型,拥有 124B 总参数和 5.1B 激活参数,原生支持 256K 上下文窗口并可扩展至 1M。与上一代 flash 模型相比,inclusionAI: Ling-3.0-flash 在长跨度任务中的稳定性显著增强,工具调用准确率大幅提升,并对常见 Harness 环境的兼容性全面了优化。在编程任务中,inclusionAI: Ling-3.0-flash 对空间理解能力深度了优化,能构建物理场景网格及相对位置。另外,得益于其混合推理模式,各难度级别任务的成功率均有所提高。
inclusionAI: Ling-3.0-flash-VL 基于 Ling 3.0 Flash(InclusionAI 提供的 124B 总参数 / 5.5B 激活 MoE)构建,在进一步增强语言能力的同时,增加了原生视觉感知和高级视觉智能体能力。这是一款有工具调用功能的混合型即时/推理模型。
inclusionAI: Ling-2.6-1T 是一款有 1 万亿参数规模的思维模型,拥有 630 亿激活参数,专为需要强大能力和运营效率的现实世界智能体工作流而构建。它针对编码智能体、工具使用和长程任务执行优化了,在 PinchBench、ClawEval、TAU2-Bench 和 GAIA2-search 等基准测试中提供了领先的结果。通过在 high 和 xhigh 模式下的自适应推理能力,inclusionAI: Ling-2.6-1T 可根据任务复杂性动态分配推理预算。这使得它在工具密集型和多轮智能体工作流中,能以更低的 token 开销实现更强的性能。inclusionAI: Ling-2.6-1T 专为高级编码智能体、复杂推理流水线和大规模自主系统而设计,在这些系统中,执行质量、延迟和成本效率至关重要。
inclusionAI: Ling-2.6-flash 是一款 100B 参数的文本模型,专注于智能效率,在保持强大性能的同时最小化令牌使用。它支持 256K 上下文窗口,输出令牌高达 32K,并有函数调用、结构化输出和提示词缓存功能。它特别适用于代码补全与调试、快速文档处理以及轻量级智能体交互。
inclusionAI: Ring-2.6-1T 是一款 1T 参数规模的思考模型,拥有 63B 激活参数,专为需要强大能力与运营效率的现实世界智能体工作流而构建。它针对编码智能体、工具使用和长周期任务执行优化了,在 PinchBench、ClawEval、TAU2-Bench 和 GAIA2-search 等基准测试中表现领先。通过在高(high)和超高(xhigh)模式下的自适应推理努力,inclusionAI: Ring-2.6-1T 可根据任务复杂度动态分配推理预算。这在工具密集型和多轮智能体工作流中,能以更低的 Token 开销实现更强的性能。inclusionAI: Ring-2.6-1T 专为先进的编码智能体、复杂推理流水线以及对执行质量、延迟和成本效率都有要求的各种大规模自主系统而设计。