螞蟻集團近日宣布開源全球首個基于混合線性架構的萬億參數思考模型Ring-2.5-1T，該模型在長文本生成、數學推理及智能體任務執行等核心領域實現開源技術突破，為復雜任務處理提供高性能解決方案。測試數據顯示，在32K以上長文本生成場景中，模型訪存規模較前代降低超10倍，生成吞吐量提升3倍以上，有效解決了長輸出場景下的計算效率瓶頸。
在深度推理能力驗證方面，Ring-2.5-1T在國際數學奧林匹克競賽（IMO 2025）和中國數學奧林匹克（CMO 2025）自測中分別取得35分和105分的金牌級成績。技術團隊通過優化注意力機制，使模型在數學競賽推理基準IMOAnswerBench、HMMT-25及代碼生成基準LiveCodeBench-v6中超越DeepSeek-v3.2-Thinking、GPT-5.2-thinking-high等主流模型，展現出跨任務泛化能力。特別是在需要多步規劃的智能體任務中，模型可無縫適配Claude Code框架及OpenClaw個人AI助理，支持工具調用與復雜邏輯鏈執行。
架構創新方面，Ring-2.5-1T基于升級后的Ling 2.5混合線性注意力架構，將激活參數規模從510億提升至630億。通過動態權重分配技術，模型在保持1萬億總參數量的同時，推理效率較前代顯著提升。對比320億激活參數的KIMI K2架構，新模型在長序列任務中的吞吐優勢隨文本長度增加持續擴大，在萬字級生成場景中效率差距可達數倍。
該模型的工程化落地能力同樣突出。針對AI應用從短對話向長文檔處理、跨文件代碼理解等場景的遷移趨勢，技術團隊通過分布式訓練優化與硬件協同設計，使Ring-2.5-1T在保持高性能的同時降低計算資源消耗。目前模型權重與推理代碼已在Hugging Face（https://huggingface.co/inclusionAI/Ring-2.5-1T-FP8）和ModelScope（https://modelscope.cn/models/inclusionAI/Ring-2.5-1T-FP8）平臺開放下載，官方交互體驗頁與API服務將于近期上線。
行業分析師指出，Ring-2.5-1T的開源標志著智能體基礎模型進入萬億參數時代，其混合線性架構設計為解決長文本推理的"內存墻"問題提供了新思路。隨著模型在金融、科研、軟件開發等領域的逐步應用，預計將推動AI技術向更復雜的決策支持場景滲透。
