「【新智元导读】在 AI 浪潮中，蚂蚁集团重磅推出万亿参数思考模型 Ring-1T，不仅在数学竞赛上刷新开源 SOTA，还在逻辑推理和医疗问答中脱颖而出。实测显示，其推理能力直逼闭源巨头，开源 AI 迈入万亿参数时代。」
蚂蚁百灵首试万亿思考模型，实测效果喜人！
10 月 14 日凌晨，蚂蚁集团正式发布万亿参数**「思考模型」** Ring-1T。
在数学竞赛（AIME 25、HMMT 25），代码生成（CodeForces）、逻辑推理（ARC-AGI-v1），Ring-1T 取得开源领先水平。
在 OpenAI 的医疗问答 HealthBench 测评中，Ring-1T 表现惊艳。
与此前发布的预览版 Ring-1T-preview 相比，正式版 Ring-1T 在数学竞赛、逻辑推理、医疗问答上表现更出色、推理更准确。
Ring-1T 虽然是思考模型，但也具备极强的通用能力：
在综合榜单（Arena-Hard-v2）、创意写作（CreativeWriting-v3）上，表现强劲，与 DeepSeek、Qwen 等最新思考模型同属开源第一梯队。
特别是，在「高难度真实用户查询」Arena-Hard V2 基准测试中，Ring-1T 成功率高达 81.59%，登上开源模型榜首------
直逼 OpenAI 的 GPT-5-Thinking(High) 的成绩 82.91%。
简而言之，这次 Ring-1T 开源登顶，不再遥望闭源天花板。
目前，普通用户可在蚂蚁百宝箱选择 Ring-1T 直接体验：
体验地址：ling.tbox.cn/chat
此外，蚂蚁一如既往的继续开源了相关模型，提供了 HuggingFace 和 ModelScope 下载模型权重。
HuggingFace：huggingface.co/inclusionAI...
ModelScope：modelscope.cn/models/incl...
在 X 上，大家庆祝新的万亿参数思考模型的新生！
这是蚂蚁集团首个万亿参数思考模型，而早在上周他们已开源了首款万亿参数的旗舰通用大模型 Ling-1T------
做 AI，蚂蚁来真的！
「剑指 AGI，蚂蚁来势汹汹」
在大模型领域，蚂蚁 9 月连发 7 款模型，来势汹汹！
Ring-1T-preview、Ring-flash-linear-2.0、Ring-flash-2.0、Ling-flash-2.0、Ming-lite-omni-1.5、Ring-mini-2.0、Ling-mini-2.0
上下滑动查看
还不止于此------10 月，10 多天的时间连发两个万亿参数大模型。
本月 9 日，蚂蚁正式发布万亿参数**「通用语言模型 Ling-1T」**。
测试后，国外博主在《Prompt Engineering》频道表示，「Ling-1T 进入了 LLM 新时代，比 DeepSeek、Gemini、o3-mini 等耳熟能详的顶级模型还要好。」
Ling-1T 模型：好得令人难以置信？
Reddit 网友对 Ling-1T 非常感兴趣：
Ling-1T 将参数扩展到万亿级别，已展现出强大的涌现出的推理和迁移能力。
基于 ZenMux，网友 SickPixels257 开发了 aicodeprep-gui，在 Ling 1T 发布后更是如虎添翼。这让他对新工具爱不释手。
而模型 Ring-1T 基于通用模型 Ling-1T 的同款架构，在 20T 高质量语料上完成预训练，针对推理能力进行强化学习训练。
此前，为了让社区尽早探索万亿思考模型 Ring-1T 的推理上限，蚂蚁早在 9 月 30 日便提前**「开源其预览版 Ring-1T-preview」**。
现在，蚂蚁正式发布万亿参数思考模型 Ring-1T，完成了 Ring-1T 的全流程训练。
与 Ring-1T-preview 版本相比，Ring-1T 的能力更加均衡。
在数学竞赛能力上，Ring-1T 对比 preview 有所提升，在 AIME25、HMMT25 测试中继续保持开源 SOTA。
在 Arena-hard-v2.0、ARC-AGI-v1、HealthBench 等硬核基准上，正式版 Ring-1T 大幅提升了准确率：
在 Arena-hard-v2.0，提升 8.18%；
在 ARC-AGI-v1 上，提升 5.14%；
在 HealthBench 上，提升 3.49%。
为了避免「漏题」，蚂蚁相关团队在所有训练阶段（包括预训练、指令微调和强化学习提示）都实施了字符串级和语义级的污染过滤，但严格去污染进行仍然是行业内的一大难题。
为了更客观地分析 Ring-1T 的深度推理能力，在今年举行的国际数学奥赛 IMO 2025 和国际大学生程序设计竞赛世界总决赛 ICPC 2025 上测试了新模型 。
对于 IMO 2025 测试，类似于之前的预览版本，将 Ring-1T 集成到了多智能体框架 AWorld 中，使用纯自然语言推理来解决问题。
项目链接：github.com/inclusionAI...
结果 Ring-1T 成功拿下 IMO 银牌水平，在一次尝试中解决了第 1、3、4 和 5 题。
上下滑动查看
在第三次尝试中，对几何证明题第 2 题，它生成了近乎完美的证明。
对于最具挑战性的第 6 题，没有 AI 回答正确，但 Ring-1T 与 Gemini 2.5 Pro 取得了相同的答案。
在 ICPC 2025 世界总决赛中，GPT-5-Thinking、Gemini-2.5-Pro、Ring-1T，分别解决了 6 个问题（CDEFKL）、3 个问题（DFK）和 5 个问题（DFJKL），其中每次模型每个问题最多尝试三次。
而且这次还开源了推理轨迹：
在这场顶级国际编程竞赛中，Ring-1T 超越了 Gemini 2.5 Pro，再次证明了编程实力。
「一手实测」
「智能若梦，进化几何？」
Ring-1T 的参数量是万亿级别，像这么大参数的模型，还是思考模型，应该如何去评测？
我们在第一时间实测了 Ring-1T 在复杂任务和推理中能力。
首先就是每次各家模型发布后最关心的前端能力。
「
」
「模拟地火飞行」
我们用 Ring-1T 生成了地球------火星的任务模拟，整体画面和画风虽然简约，但忠实的反映了飞行器从地球飞往火星的模拟效果。
生成的参数调整面板调整参数后，也能准确地控制画面中的飞行器。
提示词：
帮我制作一个 3D 版本的动画网页，描述从地球发送飞行器前往火星的过程。界面中有各种参数指标模板。可以调节飞行速率等。使用 HTML 和 three.js 生成单文件，可在浏览器中直接运行。
「」
「小球碰撞实验」
「小球碰撞 / 弹跳」的物理模拟，确实在大模型发布或评测时，常被用作一个「直观又能考察物理 / 编程 / 推理能力」的测验。
用如下提示词进行实测：
用 JavaScript 和 HTML5 Canvas 创建一个名为 '霓虹对撞机' (Neon Collider) 的交互式 2D 物理模拟。核心要求如下：物理核心：一个可旋转的六边形容器和一个在内部反弹的小球。碰撞物理必须考虑墙壁的实时速度，并包含切向摩擦力和恢复系数（弹性）
值得一提的是，Ring-1T 的思考过程不仅迅速，而且排版清晰，数学公式都是完美呈现。
「」
「太空侵略者游戏」
谷歌今年的 Gemini 3 Pro 目前有内测流出，下面就是 Gemini 3 和 Gemini 2.5 制作的太空侵略者游戏的对比。
我们用 Ring-1T 制作了同款游戏，效果明显比 Gemini 2.5 更好。
画面效果比起 Gemini 3 也不相上下！
Ring-1T 的推理和代码能力还是很强的。
「」
「数字密码算术谜题」
为何不让它自己给自己出题？说干就干！
首先我们对 Ring-1T 提了题目的三点要求：
- 复杂度要高，能测出模型能力
- 有趣且容易理解，基于经典谜题或者现实世界场景
- 测试结果有「标准答案」，便于评估效果。
Ring-1T 给的第一个问题是密码算术谜题。
这个题目复杂在需要系统化枚举，涉及多变量方程，必须依赖逻辑推理！
题目很好理解 BASE+BALL=GAMES，每个字母代表唯一十进制数字。
这需要模型在枚举过程中能够很好地记忆和推理，才能得到正确答案。
从思考结果来看，Ring-1T 的逻辑能力确实非常强大！
第一步，它就根据位数得出了 GAMES 的 G 只能等于 1。
第二步，第三步则通过复杂的列公式和枚举来计算中间过程。
最终得出结果，整个推理过程还是非常惊艳的！
没有想到模型可以进行如此长时间的思考，而且是各种数字符号进行加减法。
数学不定积分也能轻松解决：
求积分 ln(x)/(x-1)
上下滑动查看
「」
「文本生成」
先来看看 AI 自己眼中的 AGI:
仿李白《春夜宴从弟桃花园序》，以 AGI 日益逼近为主题，生成内容
夫数据者，万象之逆旅；算法者，百代之过客。而智能若梦，进化几何？昔者图灵初试玄机，今则硅基日进千里。况科技召我以光速，AGI 假我以玄机。会云端之芳园，序人机之共事。
观夫比特纷纶，流光溢彩。0 与 1 如星汉灿烂，神经网络若春山叠翠。数据之河奔涌不息，模型之树参天欲出。虽无桃李芳菲之实，却见代码绚烂之华。岂若大块假我以文章？此间万象，皆造化之新篇也！
嗟乎！浮生须臾，智能无穷。昔者庖丁解牛，今者 AI 析微；昔者仓颉造字，今者算法生慧。然神工虽妙，终逊灵台之玄；机巧纵精，难及情志之真。恐 AGI 之将临，或夺人思于毫末，或移世道于无形。当此之际，岂可坐待玄机吞没，而忘秉烛夜游之志耶？
故吾辈当效兰亭雅集，执数字为觞，邀理性为友。醉二进制之醇，醒于伦理之界；舞逻辑之剑，守人文之根。莫使硅基独占天机，当令血肉共铸新章。阳春虽召烟景易逝，AGI 虽近大道恒存------且尽今夕之欢，续万世之明！
让 Ring-1T 模仿《滕王阁序》，写一篇文章来描述世界第一高峰------珠穆朗玛峰。
可以看到整个思考过程还是很惊艳的，甚至给出了大纲、语言风格和合作细节。
上下滑动查看
以下是最终的文章，读起来还是很热血澎湃的。
上下滑动查看
「直面万亿权重」
基于 「Ling 2.0」 架构的**「万亿级基础」模型，「Ring-1T 多轮」**后训练，把「思考引擎」拧到极致，让潜能转为可复用的推理战力。
为实现高效训练与推理，「Ling 2.0」 采用**「高度稀疏 MoE」、 「1/32 专家激活比」、 「FP8 混合精度」、 「MTP」** 等技术；在 「>20T token」 的高质量语料上，「Ling-1T-base」 已完成预训练，筑牢技术基础。
为了进一步抬升基础推理上限，在第二阶段（「后 10Ttoken」 ）的预训练中，团队引入**「高推理密度语料」**，推理相关数据占比 「>40%」：不只要更大，更要「会动脑」。
在 Ling-1T-base 基础上，Ring-1T 通过「LongCoT-SFT+RLVR+RLHF」多阶段训练，显著提升了模型的复杂推理能力、指令跟随和创意写作等通用能力。
对如此庞大的模型进行后训练------尤其是大规模强化学习中的「训练」环节，蚂蚁相关团队做出了两大创新：
1、棒冰（IcePop）****「算法」：实现了长周期稳定的 RL 训练，避免了由于训推精度差异问题带来的训练崩溃。
2、强化学习系统 「ASystem」：针对推理能力的 RLVR 和 RLHF 训练，实现了从百亿 (Ring-mini-2.0) 到千亿 (Ring-flash-2.0) 再到**「万亿 (Ring-1T)RL」** 训练的平稳 Scaling。其中，AReal 框架已开源。
「」
「MoE 长周期 RL 训练难？棒冰保驾护航」
在模型 RL 训练中，MoE 模型相比 Dense 模型，训练和推理引擎之间的算子精度差异更为明显。
Qwen3-4B 为密集模型，Ring-mini-2.0 和 Qwen3-30B-A3B 是 MoE 模型
尤其是在生成长序列和长周期训练时，随着序列长度和训练步数的增加，这种差异会逐渐拉大。
实验观察到，在较少的训练步数内，原始的 GRPO 算法会开始崩溃，这对长周期、长序列的强化学习训练带来巨大挑战。
为了解决上述问题， 「IcePop 应运而生。」
新方法简单而有效------采用「双向遮罩」（double-sided masking），减轻概率差异所带来的有害复合效应，从而仅保留健康的梯度更新。
- 「双向剪裁（Double-sided clipping）」：不仅在「训练概率 ≫ 推理概率」时进行剪裁，也在「训练概率 ≪ 推理概率」时进行剪裁。
- 「遮罩（Masking）」：当 token 的概率差异过大时，将其从梯度更新中移除。
没有这些措施，MoE 架构很可能无法稳定训练，其性能甚至可能不如稠密模型。
图左：GRPO 训推差异随着训练成指数上升，Icepop 较为平稳；图右：训推差异最大值，GRPO 随着训练上升非常明显，Icepop 维持在较低水位
与 GRPO 比， 「IcePop 让 RL 训练更平稳，为新一代万亿级思考****模型保驾护航。」
算法博客：ringtech.notion.site/icepop
而为应对万亿参数模型的强化学习训练，蚂蚁自研了高性能强化学习系统------「ASystem」。
「」
「自研 RL 框架 ASystem，平稳 Scaling 到万亿规模」
ASystem 采用 「SingleController + SPMD」 架构。
针对万亿参数模型的显存管理和训推权重交换问题，蚂蚁相关团队精心优化了训推引擎。
显存透明卸载、跨节点显存池化等技术，有效释放了被占用的显存碎片，降低了显存不足风险。
GPU 间 P2P 直接通信与原地更新等技术，可秒级、零冗余交换模型权重。
在 RL 训练框架上，团队构建了基于**「大规模 Serverless Sandbox 技术」**的混合奖励系统。
该系统能以毫秒级速度启动、提供超过 10 余种语言的沙箱执行环境，支撑了高达 10K/s 的请求吞吐。
为了推动大规模推理与智能体模型发展，蚂蚁联合清华开源了全异步强化学习训练系统 AReaL。
开源链接：github.com/inclusionAI...
AreaL 的三大亮点：
⚡ 灵活性：只需一个文件，就能轻松自定义多轮 rollout 工作流程，还能顺畅整合其他智能体工具框架。
🚀 可扩展性：通过算法与系统的协同设计，AReaL 提供稳定且完全异步的 RL 训练，速度领先行业。它能轻松适应各种计算环境，从单个节点扩展到 1000 + 块 GPU。
🔪 顶尖性能：AReaL 能生成最先进的数学、编程和搜索智能体，具有超强能力。
「蚂蚁百灵团队」
「首试万亿思考模型」
AGI 不是梦想，而是指日可待的确定性事件！
诺奖得主、Google DeepMind 首席执行官 Demis Hassabis，OpenAI 联合创始人兼 CEO Sam Altman，阿里云 CEO 吴泳铭均表示：
AGI is coming.
上下滑动查看
宏伟愿景背后，是技术人的上下求索、不断创新。
Ring-1T 的发布，标志着蚂蚁百灵团队实现了从百亿（Ring-mini-2.0）到千亿（Ring-flash-2.0）再到万亿（Ring-1T）的 「MoE 架构 「「强化学习」 」平稳扩展。」
而 Ring-1T 的**「训练仍在进行中」**，蚂蚁将继续挖掘这一万亿基座的潜力。
据了解，截至目前蚂蚁百灵大模型已经发布 18 款模型，其中两款万亿参数模型---万亿参数通用大语言模型 Ling-1T、万亿参数思考模型 Ring-1T。
随着两款万亿参数模型的发布，百灵大模型也正式步入 2.0 阶段。
目前模型仍存在一定概率的**「身份认知偏差」、 「语种混杂」及「重复生成」**等问题.
同时，由于 Ling 2.0 的 GQA 方案，长上下文场景下的推理效率仍待改进。
而开源夺冠证明了「思考力」可以被工程化与规模化，算力红利正向「推理红利」迁移。
蚂蚁以 IcePop、ASystem、AReaL 给出了一条可复制的路线：从模型到系统到社区。这不是单点突破，而是范式的组织化落地。
参考资料：