Ring-1T 이제 SiliconFlow에서: 세계 최초의 오픈 소스 조 단위 매개변수 사고 Model

2025. 10. 17.

요약: Ring-1T — 세계 최초의 오픈 소스 1조 매개변수 사고 모델 — 이제 SiliconFlow에서 제공됩니다. Ling 2.0 아키텍처(총 1T / 활성 매개변수 50B, 문맥 131K)를 기반으로 하여 대규모 MoE 모델에서 안정적인 강화 학습을 위한 Icepop 알고리즘과 ASystem을 소개합니다. IMO 2025 은메달 수준의 성능을 달성한 Ring-1T는 오픈 소스 심층 추론의 새로운 기준을 설정합니다.
이제 SiliconFlow의 프로덕션 준비 API를 통해 오늘부터 Ring-1T로 구축을 시작하세요!

오늘 우리는 Ring-1T를 SiliconFlow에 소개하게 되어 기쁩니다 — Ant Group의 inclusionAI 팀이 개발한 최초의 오픈 소스 1조 매개변수 사고 모델입니다. Ling-1T의 성공을 바탕으로, Ring-1T는 Ling 2.0 아키텍처를 1조 규모로 확장하며 밀도 수준의 추론 품질을 효율적인 MoE 활성화와 결합합니다. 새롭게 도입된 Icepop 알고리즘과 ASystem을 통한 대규모 안정적 강화 학습으로 인해 수학, 프로그래밍에서 복잡한 자연어 추론에 이르기까지 오픈 소스 심층 추론을 새로운 경지로 끌어올립니다.

SiliconFlow의 Ring-1T API를 통해 기대할 수 있는 것은:

경쟁력 있는 가격: $0.57/M tokens (Input) 및 $2.28/M tokens (Output).
트릴리언 매개변수 MoE 아키텍처: 총 1T 매개변수와 각 token당 약 50B의 활성화로 밀도 수준의 추론 능력을 효율적인 자원 활용과 함께 제공합니다.
안정적인 강화 학습: Icepop 알고리즘과 ASystem에 의해 구동되어 1조 규모 MoE 모델들 전반에 걸친 원활하고 장기적인 RL 훈련을 가능하게 합니다.
고급 추론 & 수학: IMO 2025에서 은메달 수준의 성과를 달성하며 세계적인 수학적 및 논리적 추론 능력을 입증합니다.
131K 문맥 창: 긴 문맥 문서 분석과 안정적인 성능 및 낮은 지연으로 다중 회전 추론을 지원합니다.

분석 시스템, 교육 애플리케이션, 또는 추론 기반 에이전트를 개발하든、이제 SiliconFlow의 API를 통해 Ring-1T에 직접 접근하여 차세대 솔루션에 힘을 실어줄 수 있습니다.

Ring-1T의 중요성

진화된 심층 추론 능력

Ant Group의 inclusionAI 팀에서 개발한 Ring-1T는 1조 규모의 추론에서 새로운 이정표를 나타냅니다.

미리보기 버전과 비교하여 수학, 프로그래밍, 논리적 추론 전반에서 더 균형 잡히고 강력한 성능을 제공하며 AIME 25, HMMT 25, LiveCodeBench, CodeForce, ARC-AGI-1 및 Arena-Hard-v2.0을 포함한 주요 벤치마크에서 최신 오픈 소스 결과를 달성합니다.

공정성을 보장하기 위해, Ring-1T는 사전 훈련, Fine-tuning, Reinforcement 학습 단계 전반에 걸쳐 문자열 및 의미론적 디컨탐모를 거쳤습니다.

그 결과 IMO 2025 및 ICPC 월드파이널 2025에서의 성과가 모델의 깊은 추론 능력을 다시 한 번 입증했으며, 은메달 수준의 수학적 성과를 획득하고 열두 문제 중 다섯 문제를 해결하여 Gemini-2.5-Pro 및 GPT-5-Thinking과 같은 최고 수준의 폐쇄 소스 시스템과 필적하는 성과를 달성합니다.

Ring-1T가 수학적 추론을 실제로 어떻게 처리하는지 확인하기 위해, 저희는 그것에게 논리 기반의 좌표 문제를 제시했습니다. 조건을 단계별로 분석하고, 사고 과정을 명확히 설명하며, 일관성을 완전히 유지하며 올바른 답변에 도달했습니다 — 이는 구조적이고 투명한 사고 과정의 간결한 예입니다.

프롬프트와 추론 데모는 아래와 같습니다:

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

Icepop을 통한 안정적인 강화 학습

Ring-1T는 트릴리언-매개 변수 MoE 모델을 위해 목적에 맞게 개발된 강화학습 인프라인 Icepop 알고리즘과 ASystem을 포함하여 inclusionAI 팀의 독자적인 기반구조를 통해 탁월한 성능을 달성합니다.

Icepop은 마스크된 양방향 절단 수정을 도입하여 훈련과 Inference 사이의 격차를 효과적으로 좁히고 전통적인 GRPO 알고리즘에서 나타나는 붕괴를 방지합니다.

이는 장기적인 안정성과 일관된 추론 품질을 보장하여 심도 있는 학습 주기에서도 견고합니다.

실제 애플리케이션 시나리오

트리리언 규모의 추론과 긴 문맥 이해로 강화된 Ring-1T는 개발자, 연구자 및 기업이 정확성, 일관성 및 깊은 분석 능력이 필요한 실제 작업을 처리할 수 있도록 지원합니다.

복잡 문제 해결 & 분석 추론: Ring-1T를 사용하여 수학적 증명 생성에서 구조화된 분석 보고서에 이르기까지 고급 논리적 또는 정량적 작업을 처리하십시오 — 설명 가능한 추론 체인 및 단계별 명확성과 함께.
코드 인텔리전스 & 시스템 최적화: 다단계 코드 생성, 디버깅 및 알고리즘 설계를 위한 개발 워크플로에 Ring-1T를 통합하십시오. LiveCodeBench 및 ICPC 2025에서의 강력한 성능은 프로덕션 등급 코딩 에이전트의 신뢰할 수 있는 추론을 보장합니다.
에이전틱 워크플로우 & 자율 계획: 계획하고, 이유를 판단하며, 자율적으로 결정을 내릴 수 있는 강력한 AI 에이전트를 구축하십시오. Ring-1T의 131K 문맥 창과 안정적인 RL 백본은 복잡한 실제 환경에서 일관된 다중 회전 추론을 가능하게 합니다.
교육 & 지식 기반 애플리케이션: 논리적이고 수학적인 추론을 명확하게 설명하는 지능형 튜터링, 훈련 또는 지식 평가 시스템을 강화하십시오 — 교육 플랫폼 및 엔터프라이즈 학습 도구에 이상적입니다.

고급 연구부터 실제 배포에 이르기까지, Ring-1T는 차세대 애플리케이션에 심층적인 추론과 신뢰할 수 있는 인텔리전스를 제공합니다 — 이제 SiliconFlow의 프로덕션 준비 API를 통해 완전히 사용할 수 있습니다.

바로 시작하기

탐색: Ring-1T를 SiliconFlow Playground에서 시도해 보십시오.
통합: 우리 OpenAI 호환 API를 사용하십시오. SiliconFlow API 문서에서 전체 API 사양을 탐색하십시오.

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())