Die Ant Group veröffentlicht „Ring-2.5-1T“ als Open-Source-Projekt – das weltweit erste Denkmodell mit einer Billion Parametern und einer Mischung aus linearer Architektur

Am 13. Februar stellte die Ant Group mit „Ring-2.5-1T“ das weltweit erste Modell mit einer Billion Parametern für logisches Schlussfolgern auf Basis einer hybriden linearen Architektur als Open Source zur Verfügung. Es bietet Spitzenleistung im Open-Source-Bereich bei der Generierung langer Texte, beim mathematischen Schlussfolgern und bei der Ausführung von Agenten-Aufgaben und bildet damit eine leistungsstarke Grundlage für die Bewältigung komplexer Aufgaben im Zeitalter der Agenten.

Was die Generierungseffizienz betrifft, ist der Speicherzugriff von „Ring-2.5-1T“ in Langtextszenarien über 32K mehr als zehnmal geringer als bei der Vorgängergeneration, während der Durchsatz mehr als dreimal so hoch ist. Im Bereich des tiefgreifenden logischen Denkens erzielte das Modell bei Selbsttests für die Internationale Mathematik-Olympiade (IMO2025) und die Chinesische Mathematik-Olympiade (CMO2025) Ergebnisse auf Goldmedaillen-Niveau (35 für die IMO, 105 für die CMO). Zudem lässt es sich nahtlos in Agenten-Frameworks wie Claude Code und die persönlichen KI-Assistenten von OpenClaw integrieren und ermöglicht so mehrstufige Planung und den Aufruf von Werkzeugen.

(Bildunterschrift: Ring-2.5-1T erzielt führende Open-Source-Leistung bei hochkomplexen Schlussfolgerungsaufgaben wie Mathematik, Programmierung und Logik sowie bei langfristigen Ausführungsaufgaben wie Agentensuche, Softwareentwicklung und dem Aufruf von Werkzeugen.)

In mehreren maßgeblichen Benchmarks wurde Ring-2.5-1T systematisch mit führenden Open-Source- und Closed-Source-Modellen verglichen, darunter DeepSeek-v3.2-Thinking, Kimi-K2.5-Thinking, GPT-5.2-thinking-high, Gemini-3.0-Pro-preview-thinking und Claude-Opus-4.5-Extended-Thinking. Es erzielte eine unter Open-Source-Modellen führende Leistung in Szenarien mit hohem Schwierigkeitsgrad wie mathematischem Denken, Codegenerierung, logischem Denken und der Ausführung von Agenten-Aufgaben. Insbesondere im „Heavy Thinking“-Modus übertraf es alle verglichenen Modelle bei mathematischen Wettbewerbs-Benchmarks wie IMOAnswerBench und HMMT-25 sowie beim LiveCodeBench-v6-Benchmark zur Codegenerierung und demonstrierte dabei starkes komplexes logisches Denken und aufgabenübergreifende Generalisierungsfähigkeit.

Ring-2.5-1T basiert auf der Ling2.5-Architektur. Durch die Optimierung des Aufmerksamkeitsmechanismus verbessert es die Effizienz und Stabilität des Schlussfolgerns bei langen Texten erheblich. Die Anzahl der aktivierten Parameter stieg von 51 Milliarden in der Vorgängergeneration auf 63 Milliarden. Unterstützt durch die hybride lineare Aufmerksamkeitsarchitektur wird die Effizienz des Schlussfolgerns gegenüber der Vorgängergeneration deutlich verbessert. Im Vergleich zur KIMI-K2-Architektur, die nur über 32 Milliarden aktivierte Parameter verfügt, weist die Ling2.5-Architektur bei einer Gesamtparameteranzahl von 1 T erhebliche Durchsatzvorteile für Schlussfolgerungsaufgaben mit langen Sequenzen auf, und dieser Effizienzvorteil wächst mit zunehmender Generierungslänge.

(Bildunterschrift: Effizienzvergleich über verschiedene Generierungslängen hinweg. Je länger die Generierung, desto ausgeprägter ist der Durchsatzvorteil.)

Da sich die Anwendungsbereiche großer KI-Modelle von kurzen Gesprächen hin zur Verarbeitung langer Dokumente, zum dateiübergreifenden Code-Verständnis und zur Planung komplexer Aufgaben ausweiten, bewältigt Ring-2.5-1T effektiv die Herausforderungen hoher Rechenkosten und langsamer Schlussfolgerungsgeschwindigkeit in Szenarien mit langen Ausgaben. Die Veröffentlichung dieses Modells als Open Source unterstreicht zudem die umfassenden Kompetenzen des Ant-Bailing-Teams in den Bereichen groß angelegte Trainingsinfrastruktur, Algorithmenoptimierung und technische Umsetzung und bietet der Branche eine neue Wahlmöglichkeit für leistungsstarke, hocheffiziente Basismodelle im Zeitalter der Agenten.

Derzeit wurden die Modellgewichte und der Inferenzcode für Ring-2.5-1T auf wichtigen Open-Source-Plattformen wie Hugging Face und ModelScope veröffentlicht. Die offizielle Chat-Erlebnisseite der Plattform sowie der API-Dienst werden in Kürze verfügbar sein.