蚂蚁集团近日宣布开源其自研的万亿参数思考模型 ring-1t 的预览版本——ring-1t-preview。
该模型继承了Ling 2.0高效的MoE架构，基于20T高质量语料完成预训练，并结合此前已公开的“棒冰”（icepop）方法，在蚂蚁自研的高效强化学习系统ASystem（其核心框架AReaL已开源）上，进行了专门针对推理能力优化的RLVR训练。
据官方介绍，在大规模强化学习训练的初期阶段，Ring-1T的语言基座模型便已展现出卓越的自然语言推理能力。在AIME 2025（美国数学邀请赛）测试中，该模型仅通过纯文本推理即取得了92.6的高分，接近GPT-5 with thinking (no tools) 所达到的94.6水平。
不仅如此，模型在多项高难度任务中也表现抢眼，包括哈佛-麻省理工数学竞赛HMMT 2025、竞赛级代码生成评测LiveCodeBench v6、CodeForces编程挑战，以及抽象推理基准ARC-AGI-1等场景，均体现出强大的综合竞争力。
为进一步探索Ring-1T早期版本的推理极限，研发团队将其接入多智能体协同框架AWorld，并在IMO 2025（国际数学奥林匹克竞赛）的六道题目上开展了纯自然语言推理测试。
作为对比，此前团队曾用相同方法测试过Ring-flash-2.0模型：在允许三次尝试的情况下，该模型直到第三次才勉强解出第3题。而Ring-1T在此轮测试中仅需一次推理便成功解答第3题，并在第1、2、4、5题中一次性输出了部分正确解法。
目前，团队正持续开展更多复杂推理任务的验证工作，如ICPC、CCPC等顶级编程竞赛场景，以全面挖掘这一万亿级思考模型的潜力。
需要指出的是，Ring-1T仍在持续训练过程中。尽管本次发布的预览版已具备出色的推理能力，但仍存在诸如语种混杂、推理过程重复、身份认知偏差等问题。蚂蚁方面表示将持续优化迭代，推动模型能力进一步提升。
