蚂蚁集团 inclusionAI 团队推出Ring-2.5-1T：全球首个万亿参数混合线性注意力思维模型

蚂蚁集团 inclusionAI 团队正式推出 Ring-2.5-1T，这是全球首个基于混合线性注意力架构的开源万亿参数思维模型，标志着向通用人工智能体迈出关键一步。

Hugging Face ：https://huggingface.co/inclusionAI/Ring-2.5-1T
ModelScope：https://modelscope.cn/models/inclusionAI/Ring-2.5-1T

在 Ring-2.5-1T 中，团队在预训练与强化学习（RL）全阶段深度扩展混合线性注意力机制，以 1:7 MLA + Lightning 线性注意力 的高效组合大幅提升模型推理速度与自主探索能力；同时通过扩展强化学习训练体系，进一步强化模型的深度思考链与长周期任务自主执行能力，让万亿模型真正实现“想得深、推得快、做得久”。

相较于前代 Ring-1T，Ring-2.5-1T 在三大核心维度实现质的飞跃：生成效率、推理深度、长周期任务执行能力，并在高难度数学、复杂编程、长程智能体等一系列权威基准上达到开源模型顶尖水平。

蚂蚁集团 inclusionAI 团队推出Ring-2.5-1T：全球首个万亿参数混合线性注意力思维模型

三大核心突破：效率·思考·长程能力全面跃升

1. 生成效率：长序列吞吐量暴涨，内存开销骤减

依托高比例混合线性注意力架构，Ring-2.5-1T 在超长序列生成场景下实现颠覆性效率提升：

在 32K+ token 超长序列生成中，内存访问开销降低 10 倍以上
生成吞吐量提升 3 倍以上
特别适配深度思考、长文本生成、长周期智能体执行等重度推理场景

即使在万亿参数规模下，模型依然能以轻量化开销稳定运行，生成长度越长，优势越明显。

2. 深度思考：金牌级数学推理，严谨性全面强化

Ring-2.5-1T 在 RLVR 框架基础上创新引入密集奖励机制，对模型每一步推理逻辑、证明严谨性、步骤合理性提供精细化反馈，让思考链更稳定、更可靠。

这一升级直接带来顶级数学能力：

IMO 2025：满分 42 分，取得 35 分，达到国际金牌水平
CMO 2025：满分 126 分，取得 105 分
- 远超金牌线（78 分）
- 远超国家集训队选拔线（87 分）

与 Ring-1T 对比，Ring-2.5-1T 在逻辑严谨性、高阶证明技巧、表述完整性上实现全面跃升。团队已公开完整解题过程，可在 GitHub 查看详细推导与证明步骤。

3. 长周期任务执行：全异步智能体强化学习，支持复杂自主任务

通过大规模全异步智能体强化学习，Ring-2.5-1T 具备了真正意义上的长期自主规划、多步工具调用、复杂任务闭环执行能力，可稳定适配主流智能体框架：

Claude Code
OpenClaw 个人 AI 助手
各类智能体编程、软件工程系统

模型不再局限于“单轮回答”，而是能够像智能体一样自主拆解目标、持续推进任务、长期保持状态一致性。

权威基准表现：开源思维模型新标杆

为全面验证深度思考与长程执行能力，团队将 Ring-2.5-1T 与当前主流开源思维模型（DeepSeek-v3.2-Thinking、Kimi-K2.5-Thinking）及头部闭源 API（GPT-5.2、Gemini-3.0-Pro、Claude-Opus-4.5-Extended）进行系统对比。

结果显示：Ring-2.5-1T 在高难度推理与长周期智能体任务两大方向均达到开源模型 SOTA 水平。

高难度推理（数学、编程、逻辑）

IMOAnswerBench
AIME 26
HMMT 25
LiveCodeBench
ARC-AGI-V2

长周期智能体任务（搜索、工具调用、软件工程）

Gaia2-search
Tau2-bench
SWE-Bench Verified

特别在 Gaia2-search 这一强调跨应用工具协作、复杂多步规划、长程执行的挑战性任务中，Ring-2.5-1T 取得开源模型 SOTA，展现出极强的规划生成与工具调用准确性。

此外，模型支持重度思考模式：在推理阶段扩展并行思考 + 总结增强，通过推理时缩放（test-time scaling）进一步提升推理深度与广度，应对超难问题更稳定。

核心架构：万亿参数混合线性注意力，长视野推理新范式

通用智能体时代，深度思考 + 长视野已成为大模型核心能力范式，而这对模型架构、长序列解码效率提出极高要求。

Ring-2.5-1T 所基于的 Ling 2.5 架构，正是为解决这一难题而设计的下一代架构：

在 Ring 2.0 基础上，团队将原有的 GQA（分组查询注意力） 全面升级为：
1:7 比例混合的 MLA（多头线性注意力）+ Lightning Linear Attention

具体技术路径：

在 Ring-flash-linear-2.0 技术路线上，将部分 GQA 层替换为 Lightning Linear Attention，大幅提升长视野吞吐量
将剩余 GQA 层近似转换为 MLA，进一步压缩 KV Cache
针对性适配 QK Norm、Partial RoPE 等特性，增强模型表达能力

升级后，万亿级 Ling 2.5 架构的激活参数量从 51B 提升至 63B，但推理效率仍显著超越 Ling 2.0。
即使与仅 32B 激活参数的 Kimi K2.5 架构相比，Ring-2.5-1T 在长视野任务吞吐量仍保持明显优势，且生成长度越长，优势越显著。

团队已在以下环境完成实测：