螞蟻集團近日宣布開源全球首個采用混合線性架構(gòu)的萬億參數(shù)思考模型——Ring-2.5-1T。該模型在長文本生成、數(shù)學(xué)推理及智能體任務(wù)執(zhí)行等復(fù)雜場景中展現(xiàn)出開源領(lǐng)域的領(lǐng)先優(yōu)勢，為智能體時代的高性能任務(wù)處理提供了重要技術(shù)支撐。其突破性成果不僅體現(xiàn)在參數(shù)規(guī)模與架構(gòu)創(chuàng)新上，更通過多項權(quán)威測試驗證了實際應(yīng)用價值。

在核心性能方面，Ring-2.5-1T通過優(yōu)化注意力機制顯著提升了長序列推理效率。相較于前代模型，其在32K以上長文本生成場景中訪存規(guī)模降低超10倍，生成吞吐量提升3倍以上。模型激活參數(shù)從510億擴展至630億，但得益于混合線性架構(gòu)的支撐，推理效率不降反升。對比僅擁有320億激活參數(shù)的KIMI K2架構(gòu)，Ring-2.5-1T在1萬億總參數(shù)量下仍保持顯著吞吐優(yōu)勢，且隨著生成長度增加，效率差距持續(xù)擴大。

數(shù)學(xué)推理能力成為該模型的重要亮點。在國際數(shù)學(xué)奧林匹克競賽（IMO 2025）和中國數(shù)學(xué)奧林匹克（CMO 2025）自測中，Ring-2.5-1T分別達到35分和105分的金牌標準。在深度思考模式下，該模型在IMOAnswerBench、HMMT-25等數(shù)學(xué)競賽推理基準測試中超越DeepSeek-v3.2-Thinking、GPT-5.2-thinking-high等主流開源與閉源模型，同時在LiveCodeBench-v6代碼生成基準中展現(xiàn)跨任務(wù)泛化能力。

智能體框架適配性方面，Ring-2.5-1T支持Claude Code等主流智能體框架及OpenClaw個人AI助理，可實現(xiàn)多步規(guī)劃與工具調(diào)用。在邏輯推理、代碼生成等高難度場景中，該模型與Kimi-K2.5-Thinking、Gemini-3.0-Pro-preview-thinking-high等競品對比時，仍保持開源領(lǐng)域的領(lǐng)先地位。其設(shè)計目標直指當前AI應(yīng)用從短對話向長文檔處理、跨文件代碼理解等場景擴展的需求，有效緩解了長輸出場景下的計算開銷與推理延遲問題。

技術(shù)實現(xiàn)層面，Ring-2.5-1T基于Ling 2.5架構(gòu)構(gòu)建，通過創(chuàng)新混合線性注意力機制平衡了模型規(guī)模與推理效率。螞蟻百靈團隊在模型訓(xùn)練過程中，同步優(yōu)化了大規(guī)模訓(xùn)練基礎(chǔ)設(shè)施、算法設(shè)計與工程落地能力，確保萬億參數(shù)模型的可擴展性與穩(wěn)定性。目前，該模型的權(quán)重文件與推理代碼已在Hugging Face、ModelScope等開源平臺開放下載，官方交互體驗頁面與API服務(wù)計劃于近期上線。