蚂蚁百灵开源Ring-1T-preview：全球首个万亿参数推理大模型，CodeForces得分超GPT-5

OpenAI、Google都在卷推理能力，但真正把万亿参数推理模型开源出来的，蚂蚁是第一个。9月初，蚂蚁集团百灵大模型团队正式发布Ring-1T-preview并开放权重，这是全球首个可公开获取的万亿参数推理大模型。消息一出，开发者社区立刻炸开了锅——不是因为参数规模大，而是因为它用开源方式，把曾经只有闭源巨头才敢碰的”深度推理”能力交到了所有人手里。

AIME 92.6分：逼近GPT-5的推理成绩单

Ring-1T-preview基于Ling 2.0 MoE架构，在20T规模语料上完成预训练，并通过自研强化学习系统ASystem打磨推理能力。官方公布的成绩单相当亮眼：AIME 2025测试拿到92.6分，超过此前所有已知开源模型，包括Gemini 2.5 Pro，逼近GPT-5的94.6分；CodeForces评测得分94.69，直接超越GPT-5；在LiveCodeBench v6、ARC-AGI-1等权威榜单上，也都占据开源模型第一的位置。

更令人惊讶的是它在国际数学奥林匹克级别的表现。蚂蚁团队用自研多智能体框架AWorld对Ring-1T-preview做了额外测试：IMO 2025真题中，模型一次就解出了第3题，另外4道题给出了部分正确答案。这种长链条、多步骤的高阶推理能力，正是当前大模型最稀缺的能力之一。

万亿参数也能开源：技术账怎么算

过去一年，行业对万亿参数模型的普遍认知是”训练贵、推理更贵、开源不现实”。蚂蚁选择把Ring-1T-preview的权重和代码全部开放，背后靠的是架构与工程的合力。Ling 2.0采用高度稀疏的MoE结构，每次推理只激活一小部分专家网络，配合FP8混合精度等技术，把万亿参数模型的推理成本压到了可接受范围，也让开源发布成为可能。

对于研究者和开发者来说，这意味着可以直接下载权重进行二次开发、微调和部署，而不必承担从零训练万亿模型的巨额成本。蚂蚁方面也明确表示，Ring-1T-preview只是一个开始，团队正在基于Ling 2.0家族的1T语言基座继续后训练，官方正式版Ring-1T会在后续推出，届时会在数据集扩充、计算效率、专项任务能力上进一步提升。

开源生态的新坐标：从通用基座到推理先锋

Ring-1T-preview的发布，也让蚂蚁百灵的开源版图变得更加清晰。从通用基座Ling，到推理先锋Ring-1T-preview，再到轻量化的Ring-mini-linear、主打长文本的Ring-flash-linear，蚂蚁正在搭建一个覆盖不同场景、不同资源条件的”能力金字塔”。这个思路和行业趋势高度一致：大模型竞争早已不是单纯比参数大小，而是看谁能针对真实场景提供”够用、好用、用得起”的梯度化选择。

当然，万亿参数推理模型距离人人可用还有一段路。它的部署门槛依然不低，对硬件和工程能力有要求；预览版也意味着部分能力还在打磨中。但无论如何，蚂蚁这次开源的意义在于：它证明了万亿参数级别的推理能力可以走出巨头实验室，进入开源社区。当越来越多开发者能在Ring系列模型上做实验、做产品，整个AI生态的创新能力，也会被重新定义。