Ring
Ring 是蚂蚁集团开源的万亿参数量级思考模型，采用与 Ling 系列同源的 MoE（混合专家）架构，单次推理激活约 63B 参数，面向真实的 Agent 工作流。模型重点优化编码 Agent、工具调用与长周期任务执行，并在 PinchBench、ClawEval、TAU2-Bench、GAIA2-search 等基准评测中取得领先表现。
为什么选择 Ring？
Ring 面向真实复杂任务场景设计，不只追求“更聪明”，更关注“在合理成本下稳定完成任务”。在编码 Agent、多工具协作、工程开发和科研分析等生产环境中，Ring 能在效果、速度与成本之间提供更优平衡。
面向真实工作流
Ring-2.6-1T 引入可调节的推理强度机制，支持 high 与 xhigh 两种推理强度，并且按照任务复杂度分配 token 用量：在工具密集、多轮交互的 Agent 流水中，更易以较低 token 开销取得更强表现。
- high：面向高频 Agent 工作流，具备更低 token 开销与更快多步执行能力，适合多轮交互、工具协作、任务拆解和生产级默认调用。
- xhigh：面向数学、科研、复杂逻辑分析与多路径探索等高难任务，为复杂推理提供更充分的思考空间。
这种分层推理机制让“简单任务不过度思考、复杂任务充分思考”成为可能，更贴合真实生产中的任务差异。
推理效率
Ring 系列继承 Ling MoE 架构的稀疏激活特性，每次推理仅激活少量参数，显著降低计算开销；同时引入了线性注意力机制，使得内存访问开销相比之前降低 10 倍，吞吐量提升 3 倍，适用于深度推理和长程任务。
长上下文支持
Ring-2.6-1T 支持 256K 上下文窗口，满足长文档分析、多步复杂推理等场景需求。
- 单次可处理约 20 万字的长文本输入。
- 超长推理链条下保持逻辑一致性，无明显性能衰减。
- 支持大规模代码库的整体理解与生成。
典型应用场景：数学竞赛解题、代码审查与生成、学术论文分析、复杂逻辑推理。
模型详解
Ring-2.6-1T
Ring-2.6-1T 为万亿参数量级的思考模型，单次推理激活约 63B 参数，面向 Agent 工作流：侧重 Agent、工具调用与长周期任务执行，在 PinchBench、ClawEval、TAU2-Bench、GAIA2-search 等基准上取得领先表现。模型同时兼顾执行质量、延迟与成本，适合进阶编码 Agent、复杂推理流水线及大规模自治系统。
技术特性：
- 规模与效率：万亿参数规模 MoE，63B 激活参数，在强能力与推理开销之间取得平衡。
- 自适应推理预算：
high/xhigh两档推理强度，按任务复杂度动态分配推理资源；在工具密集、多轮交互场景中更易以较低 token 开销获得更强效果。 - high 模式（生产默认）：面向高频 Agent 与长程执行，Token 开销更低、多步更快，适配多轮交互、工具协作与任务拆解。
- xhigh 模式（高难任务）：面向数学、科研、复杂逻辑分析与多路径探索，提供更充分的思考深度。
- 真实任务与评测：在 PinchBench、ClawEval、TAU2-Bench、GAIA2-search 等侧重真实执行与工具协作的评测中表现突出；在 ARC-AGI-V2、AIME 26、GPQA Diamond 等高难推理评测中展现更高能力上限。
典型应用场景：
- 进阶编码 Agent、编程助手与代码仓库级任务
- 工具编排、多轮协作与长周期自主执行
- 复杂推理流水线与企业级工作流
- 大规模自治系统中需权衡质量、时延与成本的场景
- 高难数学与科研分析、多路径推理与复杂决策
演进历程
| 时间 | 里程碑 | 技术意义 |
|---|---|---|
| 2025.09 | 开源业内首个万亿参数推理大模型（Ring-1T） | 实现最大规模开源 FP8 端到端训练，验证 MoE 架构在推理任务中的可行性 |
| 2026.01 | 发布 Ring 2.5 系列 | 引入 Hybrid Linear Attention 架构，支持 128K 上下文，推理效率与深度显著提升 |
| 2026.05 | 发布 Ring-2.6-1T（万亿级旗舰思考模型） | 引入推理强度与自适应推理预算，强化编码 Agent、工具协作与长周期执行，真实任务与高难推理能力全面提升 |
版本演进脉络：
- Ring 1.0 —— 验证 MoE 架构在万亿参数规模推理模型训练中的可行性。
- Ring 2.0 —— 引入 FP8 全精度训练，大幅提升训练速度并降低显存开销。
- Ring 2.5 —— 引入 Hybrid Linear Attention，突破长上下文推理瓶颈，具备端到端 Agentic 任务执行能力。
- Ring 2.6 —— 引入可调节推理强度与自适应推理预算，面向真实 Agent 工作流优化编码、工具调用与长程任务执行。
技术生态
基于 Ring 推理基座，进一步构建了完整的上下游技术生态：
- 高性能算子库：开源的高性能训练与推理算子系统，覆盖从训练到部署的全链路。
- 垂直领域模型：面向医疗、金融等行业的专用推理模型，在专业任务场景下性能更优。
- 开源社区：全部研究成果开源至 Inclusion AI 社区。
快速开始
- 获取 API 密钥：获取访问凭证。
- 完成首次调用：5 分钟完成第一个 API 请求。
- 控制推理强度：按任务复杂度动态调节 Ring-2.6-1T 的推理深度，在质量与 Token 效率之间灵活权衡。
- 探索更多能力：深入了解流式输出、长上下文等高级特性。