蚂蚁集团开源万亿参数模型 Ring-2.5-1T 混合架构突破效率瓶颈

导语 智能体（Agent）时代对底层模型的推理效率与逻辑能力提出了严苛要求。蚂蚁集团近日发布的 Ring-2.5-1T 模型，凭借创新的混合线性架构，在万亿参数规模下实现了性能与吞吐的双重飞跃，为开源社区带来了全新的高性能选项。

混合线性架构重定义推理效率

2月13日，蚂蚁集团正式开源全球首个基于混合线性架构的万亿参数思考模型 Ring-2.5-1T。该模型基于 Ling2.5 架构打造，通过优化注意力机制，成功解决了传统 Transformer 架构在长文本处理上的效率痛点。

数据表明，在 32K 以上的长文本生成场景中，Ring-2.5-1T 相比上一代模型，访存规模降低了 10倍以上，生成吞吐量提升了 3倍以上。即便是与仅有 32B 激活参数的 KIMI K2 架构相比，拥有 63B 激活参数的 Ring-2.5-1T 在长序列推理任务中依然保持了显著的吞吐优势，且这种优势随着生成长度的增加而愈发明显。

图源备注：图片由AI生成

数学与逻辑能力的开源新高地

在深度思考（Heavy Thinking）能力的构建上，Ring-2.5-1T 展现了强悍的竞技水平。在国际数学奥林匹克竞赛（IMO2025）和中国数学奥林匹克（CMO2025）的自测中，该模型分别取得了 35分 和 105分 的成绩，均达到金牌水平。

此外，在与 DeepSeek-v3.2-Thinking、GPT-5.2-thinking-high 等主流模型的系统对比中，Ring-2.5-1T 在 IMOAnswerBench 和 LiveCodeBench-v6 等基准测试中表现优异，尤其在复杂推理和跨任务泛化能力上，处于开源领域的领先地位。

赋能智能体复杂任务处理

Ring-2.5-1T 的发布不仅是参数量的堆叠，更是为了适配复杂的智能体应用场景。该模型能够轻松适配 Claude Code 等智能体框架及 OpenClaw 个人 AI 助理，支持多步规划与工具调用。

随着 AI 应用从简单的问答向长文档分析、代码库理解及复杂任务规划演进，Ring-2.5-1T 有效缓解了长输出场景下的计算开销问题。目前，其模型权重与推理代码已在 Hugging Face 和 ModelScope 上线，官方 API 服务也将于近期开放。