蚂蚁集团百灵开源万亿级思考模型 Ring-2.6-1T，支持 high 与 xhigh 两种推理强度
一句话看懂：蚂蚁集团旗下百灵大模型于5月15日正式开源万亿参数级思考模型Ring-2.6-1T，该模型引入可调节推理强度机制，支持high与xhigh两种模式，让开发者能根据任务复杂度灵活控制思考深度，在效果、速度与成本间取得平衡。
事件核心：发生了什么
蚂蚁集团百灵大模型在Hugging Face和ModelScope平台同步开源了Ring-2.6-1T模型，这是一款面向真实复杂任务场景打造的万亿级旗舰思考模型。其核心创新在于引入了“可调节Reasoning Effort机制”，提供了两种预设推理强度：high模式面向高频Agent工作流，具备更低Token开销与更快多步执行能力，适用于多轮交互、工具协作、任务拆解和生产级默认调用；xhigh模式则面向数学、科研、复杂逻辑分析与多路径探索等高难任务，为复杂推理提供更充分的思考空间。目前该模型已在开源社区上线，开发者、研究者与企业均可直接获取并进行验证、适配和二次开发。
为什么重要
万亿参数级别模型的完全开源在业内仍属稀缺事件。蚂蚁集团选择将Ring-2.6-1T以开源形式放出，意味着该模型不仅是技术能力的展示，更试图通过开源策略吸引开发者生态与行业验证。可调节推理强度的设计思路，实质上是将模型在不同场景下的“算力-精度”权衡权交给了使用者——相比固定推理流程的模型，这种设计在商业落地中更具灵活性，尤其是在需要控制成本的生产级Agent工作流中。这一方向也可能影响其他大模型厂商在开源时的功能定义策略，推动行业从“单一推理强度”向“按需推理”演进。
对用户/开发者/创作者的影响
对于开发者与AI Agent应用构建者而言，Ring-2.6-1T提供了两条明确的接入路径：日常多轮交互、工具调用等常规场景可选择high模式以控制Token消耗，而处理数学证明、科研计算等高难度任务时则可切换到xhigh模式获取更强的推理能力；企业级用户在评估大模型性价比时，可依据任务复杂度动态切换推理强度，以避免为简单任务支付过高的推理成本；研究者和算法工程师则获得了可自由二次开发的开源万亿参数基座，便于针对特定领域（如金融、科研）进行微调或蒸馏。目前公开信息显示，该模型已通过Hugging Face和ModelScope平台开放下载，暂无关于具体硬件部署门槛或API定价的具体公告。
AI 工具推荐
想把多个 AI 模型放在一个入口？
GamsGo AI 集成 ChatGPT、DeepSeek、Gemini、Claude、Midjourney、Veo 等常用模型，适合写作、绘图、视频和日常 AI 工作流。
推广链接：通过此链接购买，我可能获得佣金，不影响你的价格。
值得关注的后续
第一，模型的实际推理效率与Token消耗差异——high与xhigh模式在真实业务场景下的Token开销、响应延迟的具体对比数据尚未公开，后续演示或评测结果将直接影响开发者选型判断；第二，生态适配情况——万亿参数模型对推理硬件的需求较高，是否已被主流推理框架（如vLLM、TGI）支持，以及社区基于该模型构建的Agent应用能否快速涌现，是衡量开源影响力的关键指标；第三，竞品动向——当前多家大模型厂商均在探索“推理强度可调”机制，蚂蚁此次开源可能加速该类功能在开源社区的标准化，后续行业头部公司是否跟进推出类似控制的开放模型值得关注。
来源：Readhub · AI
