リング-1T がついに SiliconFlow 上に登場: 世界初のオープンソースの兆パラメーター思考 Model

2025/10/17

TL;DR: Ring-1T — 世界初のオープンソース1兆パラメータ思考モデル — が現在SiliconFlowで利用可能です。Ling 2.0アーキテクチャ（1T総数 / 50Bアクティブパラメータ、131Kコンテキスト）に基づいており、MoEモデル全体で安定した大規模強化学習を行うためのIcepopアルゴリズムとASystemを導入します。IMO 2025の銀メダルレベルのパフォーマンスを達成し、Ring-1Tはオープンソースの深層推論の新たなベンチマークを設定します。
今、SiliconFlowの製品準備済みAPIを通じて、今日からRing-1Tでの構築を開始してください！

今日、我々はRing-1TをSiliconFlowに提供することに興奮しています — Ant GroupのinclusionAIチームによって開発された、初のオープンソース1兆パラメータ思考モデルです。 Ling-1Tの成功を受けて、Ring-1TはLing 2.0アーキテクチャを1兆スケールまで拡張し、密度レベルの推論品質と効率的なMoEアクティベーションを結合します。新たに導入されたIcepopアルゴリズムとASystemによる安定した大規模強化学習により、数学やプログラミングから複雑な自然言語推論まで、オープンソース深層推論を新しいフロンティアに押し上げます。

SiliconFlowのRing-1T APIを使用すると、以下のことが期待できます：

競争力のある価格設定：$0.57/M tokens（入力）および$2.28/M tokens（出力）。
1兆パラメータMoEアーキテクチャ:各tokenあたり約50Bのアクティブパラメータで1Tの総パラメータを持ち、効率的なリソース利用で密度レベルの推論力を提供します。
安定した強化学習:IcepopアルゴリズムとASystemによって強化され、1兆スケールのMoEモデル全体を通じてスムーズで長期的なRLトレーニングを可能にします。
高度な推論と数学:IMO 2025で銀メダルレベルのパフォーマンスを達成し、世界最高の数学的および論理的推論能力を示します。
131Kコンテキストウィンドウ:長いコンテキストの文書分析と安定したパフォーマンスと低レイテンシでの多段階推論をサポートします。

分析システム、教育アプリケーション、推論に基づくエージェントを開発するか、SiliconFlowのAPIを通じてRing-1Tに直接アクセスして次世代ソリューションをパワーアップすることが可能です。

なぜRing-1Tが重要なのか

進化した深層推論能力

Ant GroupのinclusionAIチームによって開発されたRing-1Tは、1兆スケールの推論における新しいマイルストーンを示しています。

その以前のバージョンと比較して、数学、プログラミング、および論理推論を通じてよりバランスの取れた、安定したパフォーマンスを提供し、AIME 25、HMMT 25、LiveCodeBench、CodeForce、ARC-AGI-1、およびArena-Hard-v2.0を含む主要ベンチマークでオープンソースの最高性能の成果を達成します。

公平性を保証するために、Ring-1Tはプリトレーニング、ファインチューニング、および強化学習の各段階において文字列およびセマンティックデコンタミネーションを通過しました。

そのIMO 2025およびICPC World Finals 2025での結果により、その深層推論の強さがさらに確認され、モデルは銀メダルレベルの数学的パフォーマンスを達成し、１２のICPC問題のうち５つを解決しました — Gemini-2.5-ProとGPT-5-Thinkingのようなトップのクローズドソースシステムと競います。

数学的推論をどのように扱うかを見るために、我々は論理ベースの座標問題を与えました。それは条件をステップバイステップで解析し、推論を明確に説明し、完全な一貫性で正しい答えに達しました — その構造化された透明な思考プロセスの簡潔な例です。

以下にプロンプトと推論デモを示します:

Let A={1,2,3,4,5,6,7,8}A = \{1, 2, 3, 4, 5, 6, 7, 8\}A={1,2,3,4,5,6,7,8}, and
M={(xi,yi)∣xi∈A, yi∈A}M = \{(x_i, y_i) \mid x_i \in A,\, y_i \in A\}M={(xi,yi)∣xi∈A,yi∈A}.
Select nnn ordered pairs from MMM to form a sequence:
(x1,y1),…,(xn,yn)(x_1, y_1), \ldots, (x_n, y_n)(x1,y1),…,(xn,yn)
where each pair of adjacent terms (xi,yi)(x_i, y_i)(xi,yi) and (xi+1,yi+1)(x_{i+1}, y_{i+1})(xi+1,yi+1) satisfies either
{∣xi+1−xi∣=3∣yi+1−yi∣=4or{∣xi+1−xi∣=4∣yi+1−yi∣=3\begin{cases} |x_{i+1} - x_i| = 3 \\ |y_{i+1} - y_i| = 4 \end{cases} \quad \text{or} \quad \begin{cases} |x_{i+1} - x_i| = 4 \\ |y_{i+1} - y_i| = 3 \end{cases}{∣xi+1−xi∣=3∣yi+1−yi∣=4or{∣xi+1−xi∣=4∣yi+1−yi∣=3
Such a sequence is called a k-sequence.
If the first term of a k-sequence is (3,3)(3, 3)(3,3), find the possible second

Icepopによる安定した強化学習

Ring-1Tは、inclusionAIチームによるIcepopアルゴリズムとASystemを通じて優れたパフォーマンスを達成します。これは、1兆パラメータのMoEモデル用に特別に設計された強化学習インフラストラクチャです。

Icepopは、マスクされた双方向トランケーション補正を導入し、トレーニングと推論の間のギャップを効果的に狭くし、従来のGRPOアルゴリズムで見られる崩壊を防ぎます。

これにより、長期的な安定性と一貫した推論品質が保証され、延長されたトレーニングサイクルでも効果的です。

実際のアプリケーションシナリオ

1兆スケールの推論と長いコンテキストの理解によって、Ring-1Tは、開発者、研究者、企業が正確性、一貫性、および深い分析能力を必要とする実世界のタスクに取り組むことを支援します。

複雑な問題解決と分析的推論 Ring-1Tを使用して、数学的証明の生成から構造化された分析レポートまで、高度な論理または定量的タスクを扱います — 説明可能な推論チェーンとステップバイステップの明確さが得られます。
コードインテリジェンスとシステム最適化 Ring-1Tを開発ワークフローに統合して、マルチステップのコード生成、デバッグ、およびアルゴリズム設計を行います。LiveCodeBenchとICPC 2025での強力なパフォーマンスにより、プロダクショングレードのコーディングエージェントの信頼性の高い推論が可能です。
エージェントワークフローと自律的な計画 計画、推論、そして自律的に意思決定を行うことができる優秀なAIエージェントを構築します。Ring-1Tの131Kのコンテキストウィンドウと安定したRLの基盤によって、複雑な実世界の環境で一貫した多段階の推論を可能にします。
教育と知識駆動型アプリケーション 論理的および数学的な推論を明確に説明するインテリジェントなチュータリング、トレーニング、または知識評価システムを提供します — 教育プラットフォームや企業学習ツールに最適です。

高度な研究から実世界への展開まで、Ring-1Tは深層推論と信頼性の高い知能を次世代のアプリケーションに提供します — 現在SiliconFlowの製品準備済みAPIを通じて完全に利用可能です。

すぐに開始する

探索: Ring-1TをSiliconFlow Playgroundで試してください。
統合: OpenAI互換APIを使用します。SiliconFlow API文書で完全なAPI仕様を探索してください。

import requests

url = "https://api.siliconflow.com/v1/chat/completions"

payload = {
    "model": "inclusionAI/Ring-1T",
    "messages": [
        {
            "role": "user",
            "content": "Tell me a story"
        }
    ],
    "stream": True,
    "max_tokens": 4096,
    "enable_thinking": False,
    "thinking_budget": 4096,
    "min_p": 0.05,
    "stop": [],
    "temperature": 0.7,
    "top_p": 0.7,
    "top_k": 50,
    "frequency_penalty": 0.5,
    "n": 1,
    "response_format": { "type": "text" },
    "tools": [
        {
            "type": "function",
            "function": {
                "description": "<string>",
                "name": "<string>",
                "parameters": {},
                "strict": False
            }
        }
    ]
}
headers = {
    "Authorization": "Bearer <token>",
    "Content-Type": "application/json"
}

response = requests.post(url, json=payload, headers=headers)

print(response.json())