智东西9月30日发布消息，蚂蚁百灵大模型公开了其推理模型Ring-1T的试用版本——Ring-1T-preview，其参数规模为1000B（即1万亿）。

这个模型继承了Ling 2.0的MoE设计，利用了200万亿量级的高品质文本资料进行初始训练，同时采纳了先前公布的冰棍技术方案，借助自主开发的开放源代码高效强化学习平台ASystem，着重进行了提升推理性能的RLVR训练过程。

在AIME 2025（美国数学邀请赛）中，Ring-1T凭借纯粹的文字逻辑分析，获得了92.6的优异成绩，这一成绩与GPT-5 with thinking（no tools）的94.6纪录仅相差一点点。

另外，在哈佛-麻省理工数学竞赛HMMT 2025这个赛事中，对于竞赛级别的代码生成任务LiveCodeBench v6，还有CodeForces这个平台，以及抽象推理基准ARC-AGI-1这些挑战里，Ring-1T的表现都强于Gemini-2.5-pro和DeepSeek-V3.1-Terminus-Thinking。

为了深入考察Ring-1T初始形态的思考能力极限，研究集体将它导入到多主体环境AWorld，随后在IMO 2025（国际数学奥林匹克竞赛）开展纯语言形式逻辑能力评估。

之前，Ring-flash-2.0在可以试算三次的规则下，直到第三次才总算答对了第三题。而Ring-1T在本回的考核里，一次试算就成功解开了第三题，并且在第一题、第二题、第四题、第五题上也能单次就提供一些对的选项。

百灵团队表示Ring-1T的练习活动未已停止，这次公布的测试版本中，仍然存在多种语言交织、思考过程重复、身份判断失误等缺点，期望借助开源社群的评议，来提升Ring-1T的性能。

今年三月起，蚂蚁持续对百灵大模型展开改进工作。三月期间，蚂蚁将两款MoE大语言模型Ling-Lite与Ling-Plus实施开源，四月又推出了Ling-Lite的新版本Ling-lite-0415。四月份初期，一个轻量级推理模型，名为Ring-lite-distill-preview，以及一个混合线性长推理模型，即Ring-lite-linear-preview，已经对外发布源代码。

今年五月，蚂蚁推出了MoE结构的整体模态广域模型Ming-lite-omni-preview，以及Ming-lite-uni通用模型，同时将综合多模态广域模型Ming-lite-omni和Ling-lite-1.5进行开源分享。

六月份，蚂蚁基于Ling-lite-1.5推出了一个轻量级推理模型，名叫Ring-lite。七月份，蚂蚁又推出了Ming-lite-omni v1.5、Ring-lite-2507以及Ling-lite-1.5-2507这三个新模型。

今年九月，蚂蚁集团发布了一款开源的智能模型，命名为Ling-mini-2.0，并以此为基础，进一步研发出了专门用于推理的Ring-mini-2.0版本，同时推出了一个更为轻便的Ling-flash-2.0版本，以及一个侧重于思维能力的Ring-flash-2.0版本。

上周五，蚂蚁才刚开始公布两种推理模型，分别是Ring-flash-linear-2.0和Ring-mini-linear-2.0，同时推出了两种自主研发的混合运算单元，一个是FP8混合运算单元，另一个是线性Attention推理混合运算单元。

结语：百灵大模型在复杂逻辑推理能力上下“狠功夫”

百灵大模型团队这次进行开源，目的是释放部分初始成果，借助集体才智，对Ring-1T实施完善和修正。

通过在AIME和IMO这类顶尖数学赛事的初步检测中展现的成果，可以看出Ring-1T在处理复杂逻辑推理方面的能力获得了显著增强，其正式版本的表现令人瞩目。