約Ring-flash-2.0
Ring-flash-2.0は、Ling-flash-2.0-baseに基づいて深く最適化された高性能思考モデルです。これは、合計100Bのパラメータを持つ専門家混合（MoE）Modelですが、Inferenceごとに起動するのはわずか6.1Bです。このModelは、強化学習（RL）におけるMoE LLMsのトレーニング不安定性の課題に対処するために独自に開発された「icepop」アルゴリズムを活用しており、拡張されたRLトレーニングサイクル全体でその複雑な推論能力を継続的に向上させます。Ring-flash-2.0は、数学コンペティション、コード生成、論理的推論を含む挑戦的なベンチマークで大幅な突破を示しています。その性能は、40Bパラメータ未満のSOTA密集モデルを凌ぎ、より大きなオープンウェイトのMoE Modelやクローズドソースの高性能思考Model APIに匹敵します。より驚くべきことに、Ring-flash-2.0は主に複雑な推論のために設計されていますが、創造的なライティングにも強い能力を示します。その効率的なアーキテクチャのおかげで、高速Inferenceを達成し、高並列シナリオでの思考ModelのInferenceコストを大幅に削減します。
利用可能な Serverless
クエリをすぐに実行し、使用量のみを支払います
$
0.14
／
$
0.57
100万トークン（Input/Output）ごとに
メタデータ
仕様
州
Available
建築
Mixture-of-Experts (MoE) with 1/32 expert activation ratio and MTP layers, featuring low activation and high sparsity design
キャリブレートされた
はい
専門家の混合
はい
合計パラメータ
100B
アクティブ化されたパラメータ
6.1B
推論
いいえ
Precision
FP8
コンテキスト長
131K
Max Tokens
131K
対応機能
Serverless
対応
Serverless LoRA
サポートされていません
Fine-tuning
サポートされていません
Embeddings
サポートされていません
Rerankers
サポートされていません
Image入力をサポートする
サポートされていません
JSON Mode
サポートされていません
構造化されたOutputs
サポートされていません
ツール
サポートされていません
Fim Completion
サポートされていません
Chat Prefix Completion
対応
他のModelsと比較
他のモデルに対してこのModelがどのように比較されるかを見てください。
inclusionAI
chat
Ling-flash-2.0
リリース日：2025/09/18
Total Context:
131K
Max output:
131K
Input：
$
0.14
/ M Tokens
Output:
$
0.57
/ M Tokens
inclusionAI
chat
Ling-mini-2.0
リリース日：2025/09/10
Total Context:
131K
Max output:
131K
Input：
$
0.07
/ M Tokens
Output:
$
0.28
/ M Tokens
inclusionAI
chat
Ring-flash-2.0
リリース日：2025/09/29
Total Context:
131K
Max output:
131K
Input：
$
0.14
/ M Tokens
Output:
$
0.57
/ M Tokens
inclusionAI
chat
Ling-1T
リリース日：2025/10/11
Total Context:
131K
Max output:
Input：
$
0.57
/ M Tokens
Output:
$
2.28
/ M Tokens
inclusionAI
chat
Ring-1T
リリース日：2025/10/14
Total Context:
131K
Max output:
Input：
$
0.57
/ M Tokens
Output:
$
2.28
/ M Tokens
