Дом
Компания Ant Bailing представила модель «Ring-2.6-1T» с производительностью на уровне триллиона операций и настраиваемой интенсивностью вычислений
Компания Ant Ling официально представила свою флагманскую модель логического вывода масштаба в триллион, Ring-2.6-1T. Модель, разработанная для ресурсоемких производственных задач, таких как рабочие процессы агентов, инженерные разработки и научный анализ, в своей основе использует настраиваемый механизм «Reasoning Effort». Этот механизм призван отделить вычислительные возможности от фиксированного потребления ресурсов, решая проблему баланса между затратами на вычисления и эффективностью выполнения в практических приложениях.

Ring-2.6-1T предоставляет два режима интенсивности рассуждений: «high» и «xhigh». Режим «high» оптимизирован для частого взаимодействия агентов, характеризуется низким потреблением токенов и быстрым многоэтапным выполнением, что делает его идеальным для многоходовых взаимодействий и декомпозиции задач. Режим «xhigh» разработан для экстремальных сценариев использования, таких как математические олимпиады и сложные логические рассуждения, и обеспечивает более глубокое пространство для мышления.

В ходе оценки практических задач режим «high» набрал 87,60 баллов на PinchBench, превзойдя таких конкурентов, как GPT-5.4xHigh и Claude-Opus-4.7xhigh. При решении сложных задач логического мышления режим xhigh набрал 95,83 баллов на AIME26 и 88,27 баллов на GPQA Diamond, продемонстрировав высокие способности к пониманию научных концепций.
Этот запуск сигнализирует о сдвиге в конкуренции крупных моделей от чистого фокуса на масштабе параметров к усовершенствованным стратегиям, ориентированным на «эффективность рассуждений». Обеспечивая настраиваемую глубину мышления, Ring-2.6-1T предоставляет разработчикам более гибкие возможности контроля затрат, облегчая повседневное внедрение ИИ-агентов в рабочие процессы предприятий. В настоящее время модель доступна для бесплатного недельного тестирования на OpenRouter; в ближайшее время планируется официальный релиз с открытым исходным кодом, что, как ожидается, ещё больше разнообразит ландшафт открытых моделей для логического мышления с триллионным масштабом.
Связанная статья
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Google тестирует агента Remy AI для Gemini по мере смещения фокуса на управление пользователями
Согласно Business Insider, Google тестирует Remy, нового ИИ-персонального агента для Gemini. Этот инструмент предназначен для выполнения задач от имени пользователей, упрощая как профессиональные рабочие процессы, так и повседневные рутины.В настоящ
Как исправить Core Web Vitals для улучшения позиций в поисковой выдаче
Оптимизация написания комментариев в отчетных карточках с помощью ИИ-инструментовВведениеИИ-инструменты для генерации комментариев в отчетных карточкахMagic SchoolAlmanac AIChat GPTИспользование Magic School для генерации комментариев в отчетны
Рекомендации по связанным специальным темам
Комментарии (0)
Компания Ant Ling официально представила свою флагманскую модель логического вывода масштаба в триллион, Ring-2.6-1T. Модель, разработанная для ресурсоемких производственных задач, таких как рабочие процессы агентов, инженерные разработки и научный анализ, в своей основе использует настраиваемый механизм «Reasoning Effort». Этот механизм призван отделить вычислительные возможности от фиксированного потребления ресурсов, решая проблему баланса между затратами на вычисления и эффективностью выполнения в практических приложениях.

Ring-2.6-1T предоставляет два режима интенсивности рассуждений: «high» и «xhigh». Режим «high» оптимизирован для частого взаимодействия агентов, характеризуется низким потреблением токенов и быстрым многоэтапным выполнением, что делает его идеальным для многоходовых взаимодействий и декомпозиции задач. Режим «xhigh» разработан для экстремальных сценариев использования, таких как математические олимпиады и сложные логические рассуждения, и обеспечивает более глубокое пространство для мышления.

В ходе оценки практических задач режим «high» набрал 87,60 баллов на PinchBench, превзойдя таких конкурентов, как GPT-5.4xHigh и Claude-Opus-4.7xhigh. При решении сложных задач логического мышления режим xhigh набрал 95,83 баллов на AIME26 и 88,27 баллов на GPQA Diamond, продемонстрировав высокие способности к пониманию научных концепций.
Этот запуск сигнализирует о сдвиге в конкуренции крупных моделей от чистого фокуса на масштабе параметров к усовершенствованным стратегиям, ориентированным на «эффективность рассуждений». Обеспечивая настраиваемую глубину мышления, Ring-2.6-1T предоставляет разработчикам более гибкие возможности контроля затрат, облегчая повседневное внедрение ИИ-агентов в рабочие процессы предприятий. В настоящее время модель доступна для бесплатного недельного тестирования на OpenRouter; в ближайшее время планируется официальный релиз с открытым исходным кодом, что, как ожидается, ещё больше разнообразит ландшафт открытых моделей для логического мышления с триллионным масштабом.
Шведский стартап в области искусственного интеллекта Lovable Eyes достиг оценки в 13,2 миллиарда долларов после крупного раунда финансирования
По мере того как инструменты для программирования на основе искусственного интеллекта набирают популярность, шведский стартап Lovable привлек крупный раунд финансирования. Компания нацелена на привлечение $3 млрд, что потенциально может увеличить её
Как исправить Core Web Vitals для улучшения позиций в поисковой выдаче
Оптимизация написания комментариев в отчетных карточках с помощью ИИ-инструментовВведениеИИ-инструменты для генерации комментариев в отчетных карточкахMagic SchoolAlmanac AIChat GPTИспользование Magic School для генерации комментариев в отчетны











