Ring-1T：蚂蚁开源的万亿参数思考大模型，数学推理达IMO银牌水平

1. Ring-1T是什么

Ring-1T是蚂蚁集团在2025年10月14日正式推出的万亿参数思考大模型，这是全球首个开源的万亿级推理模型。该模型基于Ling 2.0 MoE架构，在20万亿token的高质量语料上完成预训练，并通过自研的强化学习系统ASystem进行深度训练。作为蚂蚁百灵大模型家族的旗舰产品，Ring-1T支持128K上下文窗口，在数学推理、代码生成等复杂任务中表现卓越。

在国际竞赛中，Ring-1T展现出接近顶级闭源模型的实力。在AIME 2025数学测试中得分92.6分，接近GPT-5的94.6分。更令人瞩目的是，Ring-1T在IMO 2025国际奥数竞赛中一次性解出第1、3、4、5题，达到银牌水平，成为首个在国际奥数赛题上取得获奖级成绩的开源系统。在代码生成方面，Ring-1T在Codeforces测试中评分达2092，超越GPT-5的2073分。

2. Ring-1T有什么主要功能

强大的数学推理能力：在AIME 2025测试中取得92.6分的优异成绩，能够解决高难度数学竞赛问题，在IMO国际奥数竞赛中达到银牌水平。
卓越的代码生成能力：在Codeforces编程竞赛中评分达2092分，超越GPT-5，在LiveCodeBench等编程基准测试中位列开源模型榜首。
复杂逻辑推理：能够处理多层次的逻辑问题，准确识别不同条件下的推理关系，并通过系统化分析给出正确答案。
通用对话能力：在Arena-Hard V2人类偏好对齐测试中，成功率达81.59%，居开源模型榜首，逼近GPT-5的82.91%。
专业领域应用：在医疗问答HealthBench测评中取得开源领域最高分，展现出在严谨专业领域的优秀表现。
开源协作：模型权重和训练配方完全开源，发布在Hugging Face和魔搭社区，便于研究者和开发者使用。

3. Ring-1T的技术原理

Ling 2.0 MoE架构：采用混合专家模型（Mixture of Experts）架构，总参数量达1万亿，激活参数为500亿。这种设计让模型能够按需调用专家层，既保证性能又提升效率。
大规模预训练：在20万亿token的高质量语料上完成预训练，涵盖代码、数学、科学文献和网络文本，确保模型学习到丰富的知识和语言模式。
强化学习训练系统：通过自研的ASystem强化学习系统进行RLVR（可验证奖励强化学习）和RLHF（人类反馈强化学习）训练，显著提升推理能力和通用表现。
棒冰算法优化：采用自研的”棒冰（icepop）”算法，用带掩码的双向截断技术解决训练-推理精度差异问题，确保长序列、长周期训练的稳定性。
高效显存管理：针对万亿参数模型的显存管理和权重交换问题进行精细优化，实现单机显存碎片秒级回收和权重零冗余交换。
FP8混合精度训练：采用FP8混合精度训练技术，带来显著的显存节省和15%以上的端到端加速。