2026-05-15 15:14 UTC+8站內改寫2 分鐘閱讀更新: 2026-06-30 21:03 UTC+8

螞蟻百靈 Ring-2.6-1T 開源，Agent 執行能力全面增強

螞蟻百靈釋出開源思考模型Ring-2.6-1T，具備按需推理能力，在AIME 26上得分95.83，並採用非同步強化學習訓練。

來源量子位作者: 量子位的朋友们

螞蟻百靈 Ring-2.6-1T 開源 Agent 執行能力全面增強 – 量子位

螞蟻百靈 Ring-2.6-1T 開源 Agent 執行能力全面增強

量子位的朋友們 2026-05-15 15:14:36

來源：量子位

AIME 26 得分 95.83

5 月 15 日，螞蟻百靈宣佈其旗艦級思考模型 Ring-2.6-1T 正式開源，權重檔案同步上線 Hugging Face、ModelScope 平臺。此前，該模型上線 OpenRouter，並開放限時免費 API 體驗。

Ring-2.6-1T 的核心設計邏輯是“按需思考”，模型引入了可調節的 Reasoning Effort 機制，支援 high 與 xhigh 兩種推理強度，開發者可以根據任務特性動態分配推理資源。其中，high 模式面向高頻 Agent 工作流獲得更高效率，適合多輪對話、工具協作與任務拆解；xhigh 模式則面向數學競賽、科研分析等高難任務，釋放能力上限。有開發者表示，這是“工程實用性”的進步。

根據權威評測，Ring-2.6-1T 的兩檔模式各有所長。high 模式下，PinchBench 得分 87.60，高於 GPT-5.4 xHigh和Gemini-3.1-Pro high，Tau2-Bench Telecom 達到 95.32，Agent 場景執行能力顯著。xhigh 模式下，AIME 26 得分 95.83，接近多家頭部模型水平；GPQA Diamond 達到 88.27，體現出穩健的科學知識理解與複雜推理能力。

在訓練層面，Ring-2.6-1T 採用非同步（Async）強化學習訓練架構，將策略取樣與引數更新解耦為獨立流水線，解決了傳統同步訓練中 GPU 資源等待、訓練吞吐不足的問題，並支援更長週期的持續訓練。在此基礎上，百靈將此前在 Ring-1T 中驗證過的“棒冰演算法”引入非同步 RL 訓練，解決訓練不穩定問題。百靈表示，相關技術細節將在後續技術報告中公開。

近一個月內，百靈迭代釋出並開源了多款模型，覆蓋 Ling 語言模型和 Ring 推理模型。記者注意到，相較於追求更大的引數規模或更高的單點分數，百靈更強調“真實生產環境使用”，系列模型集體切入“Token Efficiency”，強呼叫更少的 token 完成高質量的任務輸出。市場對此也有明確反饋，Ling-2.6-flash 的匿名測試版本“Elephant Alpha”上線 OpenRouter 後，連續多日位列 Trending 榜首，日均 tokens 呼叫量達到100B級別。

百靈螞蟻

量子位的朋友們

阿里釋出Qoder 1.0，可全面接管程式碼生成、驗證和交付流程2026-05-15

智慧無處不在：OpenClaw預示的AI未來2026-05-15

淘天金碼獎落幕：20 名超級工程師誕生，推動 AI Native 實踐2026-05-14

阿里雲上線團隊版Token Plan，支援多坐席分配和管理2026-05-12