2月13日，螞蟻集團開源發(fā)布全球首個基于混合線性架構的萬億參數(shù)思考模型Ring-2.5-1T，在長文本生成、數(shù)學推理與智能體任務執(zhí)行上達到開源領先水平，為智能體（Agent）時代的復雜任務處理提供高性能基礎支撐。

在生成效率上，Ring-2.5-1T在32K以上長文本生成場景中，對比上代模型訪存規(guī)模降低10倍以上，生成吞吐提升3倍以上。在深度思考能力方面，該模型在國際數(shù)學奧林匹克競賽（IMO 2025）和中國數(shù)學奧林匹克（CMO 2025）自測均達到金牌水平（IMO 35分、CMO 105分）。同時，可輕松適配Claude Code等智能體框架與OpenClaw個人AI助理，支持多步規(guī)劃與工具調用。

（圖說：Ring-2.5-1T在數(shù)學、代碼、邏輯等高難推理任務和智能體搜索、軟件工程、工具調用等長程任務執(zhí)行上均達到開源領先水平）

在多項權威基準測試中，Ring-2.5-1T 與DeepSeek-v3.2-Thinking、Kimi-K2.5-Thinking、GPT-5.2-thinking-high、Gemini-3.0-Pro-preview-thinking-high、Claude-Opus-4.5-Extended-Thinking 等主流開源與閉源模型進行了系統(tǒng)對比，在數(shù)學推理、代碼生成、邏輯推理和智能體任務執(zhí)行等高難場景中達到開源領先水平。尤其在深度思考（Heavy Thinking）模式下，Ring-2.5-1T在IMOAnswerBench、HMMT-25等數(shù)學競賽推理基準和LiveCodeBench-v6代碼生成基準中超越所有對比模型，展現(xiàn)了強大的復雜推理與跨任務泛化能力。

Ring-2.5-1T基于Ling 2.5架構，通過優(yōu)化注意力機制，顯著提升長文本推理的效率與穩(wěn)定性。模型激活參數(shù)規(guī)模從前代的 51B 提升至63B，但在混合線性注意力架構的支持下，推理效率相比上一代大幅提升。與僅具備 32B 激活參數(shù)的KIMI K2架構相比，在1T總參數(shù)量下，Ling 2.5架構在長序列推理任務中的吞吐表現(xiàn)依然優(yōu)勢顯著，且隨著生成長度增加，效率優(yōu)勢持續(xù)擴大。

（圖說：在不同生成長度下的效率對比示意。生成長度越長，吞吐優(yōu)勢越明顯）

隨著AI大模型應用從短對話向長文檔處理、跨文件代碼理解、復雜任務規(guī)劃等場景擴展，Ring-2.5-1T有效緩解了長輸出場景下計算開銷高、推理速度慢的問題。該模型的開源也體現(xiàn)了螞蟻百靈團隊在大規(guī)模訓練基礎設施、算法優(yōu)化和工程落地方面的綜合能力，為行業(yè)提供了高性能、高效率的智能體時代基礎模型新選擇。

目前，Ring-2.5-1T 的模型權重與推理代碼已在Hugging Face、ModelScope等主流開源平臺發(fā)布。官方平臺Chat體驗頁和API服務將在近期上線。

??Hugging Face：

https://huggingface.co/inclusionAI/Ring-2.5-1T-FP8

??ModelScope：

https://modelscope.cn/models/inclusionAI/Ring-2.5-1T-FP8