Кольцо-1T теперь на SiliconFlow: первый в мире с открытым исходным кодом триллионный мыслящий Model

17 окт. 2025 г.

Содержание

Краткое содержание: Ring-1T — первый в мире проект с открытым исходным кодом мыслительная модель триллиона параметров — теперь доступен на SiliconFlow. Построенный на архитектуре Ling 2.0 (всего 1T / 50B активных параметров, контекст 131K), он вводит алгоритм Icepop и ASystem для стабильного крупномасштабного обучения с подкреплением через модели MoE. Достигая производительности уровня серебряной медали на IMO 2025, Ring-1T устанавливает новый стандарт для открытого исходного кода глубинного рассуждения.
Начинайте создание с Ring-1T сегодня через готовый к промышленному использованию API SiliconFlow!

Сегодня мы рады представить Ring-1T на SiliconFlow — первую мыслительную модель с открытым исходным кодом с триллионом параметров, разработанную командой Ant Group inclusionAI. Следуя успеху Ling-1T, Ring-1T масштабирует архитектуру Ling 2.0 до триллионного масштаба, объединяя качество плотного уровня рассуждений с эффективной активацией MoE. С новыми алгоритмом Icepop и ASystem для стабильного крупномасштабного обучения с подкреплением, он прокладывает путь в открытом исходном коде глубинного рассуждения — от математики и программирования до сложного инференции на естественном языке.

С Ring-1T API от SiliconFlow вы можете ожидать:

Конкурентные Цены: $0.57/М tokens (Input) и $2.28/М tokens (Output).
Архитектура MoE с триллионом параметров: Всего 1T параметров с ~50B активных на token, обеспечивая мощные рассуждения плотного уровня с эффективным использованием ресурсов.
Стабильное Обучение с Подкреплением: Поддерживается алгоритмом Icepop и ASystem, что обеспечивает плавное долгосрочное RL обучение по всей триллионной модели MoE.
Продвинутое Рассуждение и Математика: Достигает производительности уровня серебряной медали на IMO 2025, демонстрируя мирового класса математические и логические способности.
Окно контекста 131K: Поддерживает анализ документов с долгим контекстом и многоходовые рассуждения с устойчивой производительностью и низкой задержкой.

Независимо от того, разрабатываете ли вы аналитические системы, образовательные приложения или агентов, основанных на рассуждениях, теперь вы можете получить доступ к Ring-1T напрямую через API от SiliconFlow для обеспечения решений нового поколения.

Зачем Важен Ring-1T

Эволюционные Способности Глубинного Рассуждения

Разработанный командой inclusionAI компании Ant Group, Ring-1T представляет собой новый этап в рассуждениях триллионного масштаба.

По сравнению с его предыдущей версией, он обеспечивает более сбалансированную и надежную производительность в математике, программировании и логическом рассуждении — достигая передовых результатов с открытым исходным кодом на ведущих тестах, включая AIME 25, HMMT 25, LiveCodeBench, CodeForce, ARC-AGI-1, и Arena-Hard-v2.0.

Чтобы обеспечить справедливость, Ring-1T прошел контроль строкового и семантического деконтаминации на протяжении стадий предварительного обучения, Fine-tuning и обучения с подкреплением.

Его результаты на IMO 2025 и ICPC World Finals 2025 дополнительно подтверждают его глубокие рассуждения, при этом модель достигла математической производительности уровня серебряной медали и решила пять из двенадцати задач ICPC — соперничая с ведущими системами с закрытым кодом, такими как Gemini-2.5-Pro и GPT-5-Thinking.

Чтобы увидеть, как Ring-1T справляется с математическим рассуждением на практике, мы дали ему задачу на основе логики координат. Он разбил условия шаг за шагом, ясно объяснил своё рассуждение и достиг правильного ответа с полной последовательностью — краткий пример его структурированного и прозрачного хода мыслей.

Ниже демонстрация запроса и рассуждения:

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

Стабильное Обучение с Подкреплением с Icepop

Ring-1T достигает своих исключительных результатов благодаря алгоритму Icepop и ASystem команды inclusionAI, собственной инфраструктуре обучения с подкреплением, специально разработанной для моделей MoE с триллионом параметров.

Icepop вводит маскированную двунаправленную коррекцию обрезания, эффективно сужая разрыв между обучением и Inference и предотвращая крах, наблюдаемый в традиционных алгоритмах GRPO.

Это обеспечивает долгосрочную стабильность и последовательное качество рассуждений, даже в условиях продленных циклов обучения.

Сценарии Применения в Реальном Мире

Благодаря рассуждениям масштаба триллиона и пониманию долгого контекста, Ring-1T помогает разработчикам, исследователям и предприятиям решать реальные задачи, требующие точности, последовательности и глубокой аналитической способности.

Сложное Решение Задач и Аналитическое Рассуждение Используйте Ring-1T для обработки продвинутых логических или количественных задач — от генерации математических доказательств до структурированных аналитических отчетов — с объяснимыми цепочками рассуждений и прозрачностью шагов.
Интеллект Кода и Оптимизация Системы Интегрируйте Ring-1T в свои рабочие процессы разработки для многократной генерации кода, отладки и проектирования алгоритмов. Его высокая производительность на LiveCodeBench и ICPC 2025 гарантирует надежное рассуждение для производственных агентов кодирования.
Агентные Рабочие Процессы и Автономное Планирование Создавайте умных AI-агентов, которые могут планировать, рассуждать и принимать решения автономно. Ring-1T с окном контекста 131K и устойчивой основой RL позволяет проводить последовательные многоходовые рассуждения в сложных реальных средах.
Образование и Приложения, Основанные на Знаниях Обеспечьте интеллектуальное обучение, обучение или оценку знаний, которые ясно объясняют логические и математические рассуждения — идеально подходит для образовательных платформ и корпоративных инструментов обучения.

От передовых исследований до реального внедрения Ring-1T предлагает глубокие рассуждения и надежный интеллект для следующего поколения приложений — теперь полностью доступный через готовый к использованию API от SiliconFlow.

Начните Немедленно

Изучайте: Попробуйте Ring-1T в Playground SiliconFlow.
Интегрируйте: Используйте наш API совместимый с OpenAI. Ознакомьтесь с полными спецификациями API в документации API SiliconFlow.

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())