IT之家 2 月 13 日消息，今日，螞蟻集團(tuán)百靈大模型發(fā)布并開源首個混合線性架構(gòu)的萬億參數(shù)思考模型 —— Ring-2.5-1T。

據(jù)介紹，作為邁向通用智能體時代的關(guān)鍵步驟，團(tuán)隊(duì)將混合線性注意力架構(gòu)在預(yù)訓(xùn)練和強(qiáng)化學(xué)習(xí)上均進(jìn)行了大規(guī)模擴(kuò)展，一方面利用高效的 1：7 MLA + Lightning Linear Attention 架構(gòu)來提升模型的思考效率和探索空間，另一方面通過擴(kuò)展強(qiáng)化學(xué)習(xí)和智能體環(huán)境規(guī)模來提升模型的思考深度和長程執(zhí)行能力。

相比此前發(fā)布的 Ring-1T，Ring-2.5-1T 在生成效率、思考深度、長程執(zhí)行上均有大幅提升：

• 高效生成：得益于高比例的線性注意力機(jī)制，在超過 32K 生成長度下，訪存規(guī)模降低 10 倍以上，生成吞吐提升 3 倍以上，尤其適合深度思考和長程執(zhí)行的任務(wù)。

• 深度思考：在 RLVR 基礎(chǔ)上引入 dense reward 來反饋思考過程的嚴(yán)謹(jǐn)性，使得 Ring-2.5-1T 同時實(shí)現(xiàn) IMO 2025 和 CMO 2025 的金牌水平（自測）。

• 長程執(zhí)行：通過大規(guī)模 fully-async agentic RL 訓(xùn)練，顯著提升針對復(fù)雜任務(wù)的長程自主執(zhí)行能力，使得 Ring-2.5-1T 可以輕松適配 Claude Code 等智能體編程框架和 OpenClaw 個人 AI 助理。

為評估 Ring-2.5-1T 的深度思考和長程執(zhí)行能力，團(tuán)隊(duì)選取了具有代表性的開源思考模型（DeepSeek-v3.2-Thinking、Kimi-K2.5-Thinking）和閉源 API（GPT-5.2-thinking-high、Gemini-3.0-Pro-preview-thinking-high、Claude-Opus-4.5-Extended-Thinking）作為參考。

Ring-2.5-1T 在數(shù)學(xué)、代碼、邏輯等高難推理任務(wù)（IMOAnswerBench、AIME 26、HMMT 25、LiveCodeBench、ARC-AGI-V2）和智能體搜索、軟件工程、工具調(diào)用等長程任務(wù)執(zhí)行（Gaia2-search、Tau2-bench、SWE-Bench Verified）上均達(dá)到了開源領(lǐng)先水平。

團(tuán)隊(duì)還額外測試了深度思考模式（heavy thinking mode），通過在推理過程中擴(kuò)展并行思考與總結(jié)，實(shí)現(xiàn)測試時擴(kuò)展，從而有效提升推理的深度與廣度。在 IMO 2025（滿分 42 分）中，Ring-2.5-1T 獲得 35 分，達(dá)到金牌水平；在 CMO 2025（滿分 126 分）中取得 105 分，顯著高于金牌線（78 分）及國家集訓(xùn)隊(duì)入選線（87 分）。

此外，Ling 2.5 架構(gòu)在 Ling 2.0 架構(gòu)基礎(chǔ)上引入了混合線性注意力架構(gòu)。通過增量訓(xùn)練方式，將 Ling 2.0 架構(gòu)的 GQA 升級為 1:7 的 MLA + Lightning Linear 結(jié)構(gòu)。具體而言，團(tuán)隊(duì)基于此前發(fā)布的 Ring-flash-linear-2.0 技術(shù)路線，將部分 GQA 層改造為 Lightning Linear Attention，以顯著提升長程推理場景下的吞吐能力。為進(jìn)一步壓縮 KV Cache，將其余 GQA 層近似轉(zhuǎn)換為 MLA ，并對其中的 QK Norm 、Partial RoPE 等特性進(jìn)行了針對性適配，以增強(qiáng) Ling 2.5 架構(gòu)在混合注意力架構(gòu)下的表達(dá)能力。

改造后，Ring-2.5-1T 的激活參數(shù)量從 51B 提升至 63B。但在混合線性注意力架構(gòu)的支持下，其推理效率相比 Ling 2.0 仍實(shí)現(xiàn)了大幅提升。即便與激活參數(shù)僅為 32B 的 KIMI K2 架構(gòu)相比，1T 規(guī)模下的 Ling 2.5 架構(gòu)在長程推理場景下的吞吐依然具有顯著優(yōu)勢；且生成長度越長，吞吐優(yōu)勢越明顯。

不過，螞蟻集團(tuán)也提到，這一版本模型在 token efficiency 與指令遵循方面仍存在不足，在面向更真實(shí)、更復(fù)雜任務(wù)的長程執(zhí)行與實(shí)際交付能力上，也仍有較大的優(yōu)化空間。團(tuán)隊(duì)將在后續(xù)版本中持續(xù)改進(jìn)上述能力，并非常期待來自社區(qū)的使用反饋與建議。目前，Ring-2.5-1T 的訓(xùn)練仍在持續(xù)推進(jìn)中。完整技術(shù)報告將在下一版本發(fā)布后正式公開。

IT之家附地址如下：

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

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

Ling Studio（https://ling.tbox.cn/chat）與 ZenMux（https://zenmux.ai/）的 Ring-2.5-1T Chat 體驗(yàn)頁和 API 服務(wù)將在近期上線。

廣告聲明：文內(nèi)含有的對外跳轉(zhuǎn)鏈接（包括不限于超鏈接、二維碼、口令等形式），用于傳遞更多信息，節(jié)省甄選時間，結(jié)果僅供參考，IT之家所有文章均包含本聲明。