關於Ring-1T
Ring-1T 是一個開源的、一萬億參數的思考模型，由白鈴團隊發布。基於 Ling 2.0 架構和 Ling-1T-base 基礎模型構建，擁有總計一萬億參數，其中包括 500 億激活參數，並支持最多達 131K 代幣的上下文窗口。該模型的深度推理和自然語言推斷能力通過大規模可驗證獎勵強化學習（RLVR）顯著增強，結合自主開發的 icepop 強化學習穩定化方法和高效的 ASystem RL 框架。Ring-1T 在具有挑戰性的推理基準上實現了領先的開源性能，包括數學比賽（例如，IMO 2025）、代碼生成（例如，ICPC 世界總決賽 2025）和邏輯推理。
探索 Ring-1T 的萬億參數推理如何應對各種領域中的複雜挑戰。
高級數學與證明
在複雜的數學挑戰中出色表現，生成並驗證理論物理、工程或競賽數學的證明。
使用案例範例：
"解決了一個來自 2025 年國際數學奧林匹克的難題，提供了一個嚴謹的逐步證明，獲得了銀牌相當的成就。"
精英代碼與調試
精通算法編碼，識別微妙的邏輯錯誤，並在各種編程語言和系統架構中優化性能。
使用案例範例：
"在高性能的 Rust 網頁伺服器中調試了一個關鍵的並發錯誤，精確定位了確切的競爭條件並提出了原子操作的修正建議。"
戰略因果分析
在龐大的數據集上執行多步定量和定性分析，推斷因果關係以在商業或政策中提出戰略建議。
使用案例範例：
"分析全球供應鏈數據和地緣政治事件以預測未來干擾，向製造公司提供主動風險緩解策略的建議。"
形式系統驗證
透過邏輯依賴推理，對複雜系統（從法律框架到工程圖紙）進行審核，識別不一致性並確保合規性。
使用案例範例：
"正式驗證了一個用 Solidity 寫成的新區塊鏈共識機制的安全性質，在部署之前發現了一個重入漏洞。"
長上下文知識綜合
從大量文件（最多 131K tokens）中綜合大量資訊，生成全面的報告、文獻回顧或法律摘要。
使用案例範例：
"整合了數千篇有關一種罕見疾病的醫學研究論文，為製藥研發團隊在數小時內製作了一份簡明的基於證據的回顧。"
元數據
規格
狀態
已棄用
架構
經過校準的
是
專家並行
是
總參數
1000B
啟用的參數
50B
推理
不
精度
FP8
上下文長度
131K
最大輸出長度
與其他模型比較
看看這個模型與其他模型的對比如何。
inclusionAI
聊天
Ling-flash-2.0
發行日期：2025年9月18日
總上下文：
131K
最大輸出：
131K
輸入：
$
0.14
/ M Tokens
輸出：
$
0.57
/ M Tokens
inclusionAI
聊天
Ling-mini-2.0
發行日期：2025年9月10日
總上下文：
131K
最大輸出：
131K
輸入：
$
0.07
/ M Tokens
輸出：
$
0.28
/ M Tokens
inclusionAI
聊天
Ring-flash-2.0
發行日期：2025年9月29日
總上下文：
131K
最大輸出：
131K
輸入：
$
0.14
/ M Tokens
輸出：
$
0.57
/ M Tokens
inclusionAI
聊天
Ling-1T
發行日期：2025年10月11日
總上下文：
131K
最大輸出：
輸入：
$
0.57
/ M Tokens
輸出：
$
2.28
/ M Tokens
inclusionAI
聊天
Ring-1T
發行日期：2025年10月14日
總上下文：
131K
最大輸出：
輸入：
$
0.57
/ M Tokens
輸出：
$
2.28
/ M Tokens
