又一国产万亿参数模型开源！养“龙虾”实力超 GPT-5.4

📌 一句话摘要

蚂蚁百灵开源万亿参数推理模型 Ring-2.6-1T，引入可调节推理强度机制，在 Agent 任务和数学推理上表现突出，并采用异步强化学习训练架构提升效率。

📝 详细摘要

本文报道了蚂蚁百灵开源旗舰级推理模型 Ring-2.6-1T 的消息。该模型于 5 月 9 日发布，核心创新在于引入了可调节的 Reasoning Effort 机制，提供 high 和 xhigh 两种推理强度，分别面向高频 Agent 工作流和高难度推理任务。在基准测试中，high 模式在 Agent 场景 PinchBench 和 Tau2-Bench 上表现优于 GPT-5.4 和 Gemini-3.1-Pro；xhigh 模式在数学推理 AIME 26 上与 DeepSeek V4 Pro Max 持平。训练层面，模型采用异步强化学习架构，将策略采样与参数更新解耦，提升 GPU 利用率，并结合「棒冰算法」解决训练不稳定问题。文章还列举了模型在代码生成、财务分析、3D 游戏开发等 7 个实际案例中的应用表现，并提供了开源和体验地址。

💡 主要观点

- Ring-2.6-1T 引入可调节的 Reasoning Effort 机制，支持 high 和 xhigh 两种模式。 high 模式针对高频 Agent 工作流优化效率，xhigh 模式面向数学竞赛、科研分析等高难度任务，允许开发者根据场景动态分配推理资源。

模型在 Agent 场景和数学推理基准测试中表现突出。 high 模式在 PinchBench 和 Tau2-Bench 上超越 GPT-5.4 和 Gemini-3.1-Pro；xhigh 模式在 AIME 26 上与 DeepSeek V4 Pro Max 持平，展现了较强的综合能力。

采用异步强化学习训练架构，提升训练效率。 将策略采样与参数更新解耦为独立流水线，解决了传统同步训练中 GPU 资源等待和训练吞吐不足的问题，并适配大规模持续训练。

模型已开源并开放体验，具备实际应用案例。 权重文件已上线 Hugging Face 和 ModelScope，并通过 7 个实操案例展示了其在代码生成、财务分析、3D 游戏开发等场景中的落地能力。

💬 文章金句

- 蚂蚁百灵开源旗舰级思考模型 Ring-2.6-1T，该模型于 5 月 9 日发布，引入了可调节的 Reasoning Effort 机制。

• high 模式面向高频 Agent 工作流获得更高效率，适合多轮对话、工具协作与任务拆解；xhigh 模式则面向数学竞赛、科研分析等高难任务。
• Ring-2.6-1T 采用异步（Async）强化学习训练架构，将策略采样与参数更新解耦为独立流水线。
• 相较于追求更大的参数规模或更高的单点分数，百灵更强调「真实生产环境使用」。

📊 文章信息

AI 初评：85

来源：智东西

作者：智东西

分类：人工智能

语言：中文

阅读时间：9 分钟

字数：2055

标签： 蚂蚁百灵, Ring-2.6-1T, 推理模型, 开源, 强化学习

阅读完整文章