ITCOW牛新网 5月16日消息,蚂蚁集团旗下百灵大模型团队昨日宣布,正式开源其面向真实复杂任务场景打造的万亿级旗舰思考模型 Ring-2.6-1T。这款模型已同步上线 Hugging Face 与 ModelScope 平台,旨在为开发者、研究者及企业提供验证、适配与二次开发的基础。

蚂蚁开源万亿级思考模型 Ring-2.6-1T

作为蚂蚁在通用人工智能领域的又一力作,Ring-2.6-1T 并非单纯追求参数规模的堆砌,而是聚焦于解决大模型在实际生产环境中面临的执行效率与推理成本难题,特别是在 Agent 工作流、工程开发及企业自动化等高复杂度场景中展现出强大的实用性。

蚂蚁开源万亿级思考模型 Ring-2.6-1T

据ITCOW牛新网了解,该模型最引人注目的技术创新在于引入了可调节的 Reasoning Effort(推理强度)机制,支持“high”与“xhigh”两种推理强度模式。这一设计赋予了开发者根据任务复杂度灵活控制模型“思考深度”的能力,从而在推理效果、响应速度与计算成本之间取得更优的平衡。

在“high”模式下,模型针对高频 Agent 工作流进行了优化,具备更低的 Token 开销与更快的多步执行能力,非常适合多轮交互、工具协作、任务拆解等生产级默认调用场景;

而在“xhigh”模式下,模型则为数学证明、科研分析、复杂逻辑推理及多路径探索等高难度任务释放了更充分的思考空间,以换取更高的准确率与逻辑完备性。

在底层技术架构与训练范式上,Ring-2.6-1T 同样实现了显著突破。团队采用了异步强化学习(Async RL)训练架构,并结合创新的“棒冰算法”(IcePop),有效解决了万亿级参数模型在长周期强化学习训练中常见的 GPU 资源等待与训练不稳定问题,大幅提升了训练效率。

得益于此,该模型在 Agent 执行能力上实现了从“能回答”到“能执行”的跨越,在多步任务规划、工具调用及上下文保持方面表现稳健。无论是在个人助理框架还是企业级代码生成工作流中,Ring-2.6-1T 都展现出了作为“可执行引擎”的潜力,标志着国产开源大模型在迈向实际产业应用的关键一步上取得了实质性进展。