蚂蚁集团旗下百灵团队近日在人工智能领域获得重要进展，完全自研的万亿参数思考模型Ring-1T正式推出，同时公开了模型权重与训练框架。该模型采用大规模可验证奖励强化学习技术，在自然语言推理、复杂数学求解等核心功能上表现优异，成为全球首款达到国际数学奥林匹克竞赛获奖水准的开源系统。

在数学推理能力测试环节，研究团队将Ring-1T接入多智能体框架AWorld，通过纯自然语言推理方式解答IMO2025试题。测试结果显示，模型首次尝试便成功破解第1、3、4、5题，达到银牌水平；在第三次尝试中，其对第2题几何证明的演绎过程获得接近完美的评分。虽然第六题给出的"4048"与实际答案"2112"存在差距，但该成绩已与顶级商业模型Gemini 2.5 Pro相当，而同期参与测试的其他主流模型在这道题上几乎全部失误。

技术架构方面，Ring-1T通过两项创新突破行业限制。针对万亿参数模型普遍存在的训练与推理精度差异问题，研发团队提出"棒冰"算法，运用带掩码的双向截断技术将训练-推理分布差异降到最低，保障长序列训练的稳定运行。在强化学习系统优化上，自研的ASystem平台（内含开源框架AReaL）通过内存碎片毫秒级回收、权重零冗余交换等技术，使单机训练效率提升三倍，让大规模强化学习训练成为常规操作。

综合能力评估表明，Ring-1T在多项权威测试中表现突出。在"人类偏好对齐"测试Arena-Hard V2中，模型以81.59%的成功率位列开源模型首位，与GPT-5-Thinking(High)的82.91%仅一步之遥；在医疗问答专项测评HealthBench中，更是以明显优势领跑开源领域。这些成果验证了模型在专业严谨场景下的可靠表现与适应能力。

产品体系建设方面，蚂蚁百灵团队已构建覆盖160亿到1万亿参数的完整模型系列。继9月底发布预览版Ring-1T-preview后，此次推出的完整版Ring-1T标志着团队在思考模型领域的首次成功实践。特别值得注意的是，10月初发布的万亿参数通用大模型Ling-1T作为非思考型模型，与Ring-1T形成互补，共同构筑起蚂蚁集团的大模型技术体系。

目前，开发者可通过HuggingFace、魔搭社区等平台获取Ring-1T模型资源，并使用蚂蚁百宝箱等工具进行在线体验。百灵团队表示，后续版本将持续完善模型性能，重点加强复杂逻辑推理和跨领域知识迁移能力。随着18款模型的逐步发布，蚂蚁集团在万亿参数大模型领域的技术领先地位得到进一步加强。