百灵开源万亿级思考模型Ring-2.6-1T,覆盖Agent与科研长链路任务
百灵大模型开源万亿级旗舰思考模型Ring-2.6-1T,已在Hugging Face与ModelScope开放权重,团队称其在Agent执行、可调推理强度与万亿级训练稳定性上有所突破。
海宇数科 · 事件日期 · 约 2 分钟 · 1 次阅读

百灵大模型开源了万亿级旗舰思考模型Ring-2.6-1T,目标指向大模型在真实生产环境中执行力不足的问题。按其说法,这一模型的着力点不在单纯扩大参数,而是面向Agent工作流、软件工程、科研分析这类长链路任务做端到端推进。目前模型权重已在Hugging Face与ModelScope开放。

在Agent执行能力上,Ring-2.6-1T在PinchBench、ClawEval等考察Agent适配能力的基准中达到开源SOTA水平,任务拆解与反馈修正环节也得到优化。
模型还引入“Reasoning Effort”可调节机制,提供high与xhigh两档推理强度,开发者可依据任务复杂度权衡成本与性能。其中high档在Tau2-Bench电信业务测试中表现较好,xhigh档则在AIME26、GPQA Diamond等高难推理任务上触及能力上限。
训练侧,Ring-2.6-1T采用异步(Async)强化学习架构并结合“棒冰算法”,用于缓解万亿级模型长周期训练中的稳定性问题,同时提升资源利用率。
百灵团队同时说明,模型在Long-Horizon长程交付稳定性方面仍有优化余地。此次开源被定位为向开发者提供探索复杂自动化流程的底层支撑,推动AI从对话交互走向具备自主规划与工具协作能力的执行引擎。
