蚂蚁百灵开源Ring-2.6-1T，Agent执行能力全面提升
2026/05/15 15:14阅读量 2
蚂蚁百灵于5月15日正式开源旗舰思考模型Ring-2.6-1T，权重同步上线Hugging Face和ModelScope。模型引入可调节的推理强度机制（high/xhigh），在Agent场景和数学推理等任务中表现突出，同时强调Token效率。同期发布的Ling-2.6-flash匿名测试版在OpenRouter上连续多日位列Trending榜首，日均tokens调用量达100B级别。
事件概述
蚂蚁百灵于2026年5月15日正式开源其旗舰级思考模型 Ring-2.6-1T，权重文件同步上线 Hugging Face 和 ModelScope 平台。此前该模型已在 OpenRouter 上开放限时免费 API 体验。
核心信息
- 按需思考机制：模型引入可调节的 Reasoning Effort 机制，支持 high 和 xhigh 两种推理强度。high 模式面向高频 Agent 工作流（多轮对话、工具协作、任务拆解），追求更高效率；xhigh 模式面向数学竞赛、科研分析等高难任务，释放能力上限。
- 评测成绩：
- high 模式下：PinchBench 得分 87.60（高于 GPT-5.4 xHigh 和 Gemini-3.1-Pro high），Tau2-Bench Telecom 达到 95.32，Agent 场景执行能力显著。
- xhigh 模式下：AIME 26 得分 95.83，接近多家头部模型水平；GPQA Diamond 达到 88.27，体现稳健的科学知识与复杂推理能力。
- 训练架构：采用异步（Async）强化学习训练架构，将策略采样与参数更新解耦为独立流水线，解决传统同步训练中 GPU 资源等待、吞吐不足的问题。同时引入此前在 Ring-1T 中验证过的“棒冰算法”以稳定训练。相关技术细节将在后续技术报告中公开。
值得关注
近一个月内，百灵迭代发布并开源了多款模型，覆盖 Ling 语言模型和 Ring 推理模型。相较于追求更大参数规模或更高单点分数，百灵更强调“真实生产环境使用”，系列模型集体切入“Token Efficiency”，用更少的 token 完成高质量任务输出。市场反馈上，Ling-2.6-flash 的匿名测试版本“Elephant Alpha”在 OpenRouter 上线后连续多日位列 Trending 榜首，日均 tokens 调用量达到 100B 级别。