【摘要】
第一，这是国产开源思考模型第一次站上“万亿参数”这一档。蚂蚁集团百灵大模型基于 Ling 2.0 架构推出 Ring-1T，总参约 1T、每 token 激活约 50B、上下文 128K，并把权重与训练配方一并开源，开发者可在 Hugging Face 与魔搭社区下载。发布信息称其为“首个能拿 IMO 国际数学奥赛奖的开源系统”。
第二，数学能力是这次最硬的证据。经 RLVR + RLHF 后，Ring-1T 在 IMO 2025 单次尝试解出第 1、3、4、5 题，达到 IMO 银牌水平——而且是“开源系统”里第一个做到获奖级成绩的。数学推理一直是开源模型与闭源前沿的硬差距，这一条直接把差距缩小了一截。
第三，竞技场排位也逼近闭源头部。发布信息给出的 Arena-Hard v2 成功率为 81.59%，居开源第一，紧邻 GPT-5-Thinking High 的 82.91%。这个差距已经很小，意味着在“难指令遵循”这类综合硬仗上，开源模型第一次贴到闭源思考模型的身位。
第四，训练侧有自研底座。为支撑万亿参数上的强化学习稳定训练，百灵团队用了自研的 icepop 算法与 ASystem 实现。这部分普通开发者用不上，但它是“能把 1T 模型训到这种水平”的工程前提，也是开源配方里最有复现价值的一块。
第五，要冷静看边界：Arena-Hard v2 81.59%、icepop / ASystem 等具体表述来自发布信息，需独立复现；IMO 成绩是“单次尝试 4 题”的快照，不代表稳定包揽；公开留存稿件的时间戳与本条新闻的 2026-10-14 标注存在差，需以官方最新公告为准。
一、事件描述
根据 2026 年 10 月的发布信息，蚂蚁集团百灵大模型发布并开源 Ring-1T：基于 Ling 2.0 架构的 1T 参数思考模型，全面开源权重与训练配方，成为首个能拿 IMO 国际数学奥赛奖的开源系统。类别为模型 / 开源，发布方为蚂蚁集团 · 百灵大模型，来源媒体标注为百灵大模型（官方）、封面新闻、新京报、广州日报、Ant Ling（Medium），时间为 2026-10-14 凌晨（UTC+8），链接为 Hugging Face 上的 “Ant Ling – Ring-1T Release”。
出处与第三方交叉印证（公开资料可定位到 Hugging Face 项目 inclusionAI/Ring-1T 与魔搭社区 inclusionAI/Ring-1T，多家媒体与百科条目相互印证）：Ring-1T 隶属蚂蚁百灵团队研发的 Ling 2.0 家族，采用 Ling-2.0 MoE 架构，参数规模约 999.71B（即 1T 级），基于 20T 语料预训练；公开资料称 Ling 2.0 架构每个 token 激活约 500 亿（50B）参数、支持最高 128K 上下文窗口；在 IMO 2025 测试中，Ring-1T 接入多智能体框架后首次尝试便解出第 1、3、4、5 题、4 题全对，达到 IMO 银牌水平，被称为第一个在国际奥数赛题上取得获奖级成绩的开源系统；强化学习侧使用了自研系统 ASystem。媒体还提到 Ring-1T-preview 曾于更早时间开源、百灵团队持续迭代。
需要标清的口径：本条新闻标注时间为 2026-10-14（UTC+8），但 公开留存稿件时间戳多为 2025-10（预览版见于 2025-09-30），二者存在日期差，本文以本条新闻时间为准，并提示读者以官方最新公告核对。Arena-Hard v2 81.59%（开源第一、逼近 GPT-5-Thinking High 82.91%）、icepop 算法、RLVR+RLHF 训练路径、百灵 2.0 阶段已发 18 款模型等表述来自发布信息，其中 icepop 与 Arena-Hard 数值未经公开检索独立复现，已在边界章节注明。
二、架构账：1T 总量，50B 激活
万亿参数最容易被误读成“每次推理都要算一万亿”。MoE 的精髓是总量大、激活小。
| 维度 | 数值（据发布信息与公开资料） | 说明 |
|---|---|---|
| 总参数 | 约 1T（999.71B） | 模型体量进入万亿俱乐部 |
| 激活参数 | 约 50B / token | MoE 路由，仅部分专家参与 |
| 上下文窗口 | 128K | 长文档与长程推理友好 |
| 架构 | Ling 2.0 MoE | 蚂蚁百灵自研架构体系 |
| 预训练语料 | 约 20T | 据公开资料 |
表：Ring-1T 的架构与规模（总参/激活/上下文/架构以发布信息与公开资料为准）
这张表的关键在“总参 1T、激活 50B”。它是一个万亿参数模型，但单次前向只点亮约 1/20 的参数，所以“万亿”更多是表达容量与开源前沿的档位，而非推理成本的线性翻倍。128K 上下文则让它有空间处理长证明、长代码库这类任务——和它在 IMO、长程推理上的表现是对得上的。
三、IMO 2025：开源系统的第一块银牌
数学奥赛是检验“真推理”的硬标尺，因为它几乎无法靠记忆和模板蒙混。
| IMO 2025 题号 | 是否解出（单次尝试） |
|---|---|
| 第 1 题 | 是 |
| 第 2 题 | 未提及（未计入） |
| 第 3 题 | 是 |
| 第 4 题 | 是 |
| 第 5 题 | 是 |
| 第 6 题 | 未提及（未计入） |
表：Ring-1T 在 IMO 2025 的单次解题情况（据发布信息；第 2、6 题未提及，不代表尝试结果）
说明：发布信息称单次尝试解出第 1、3、4、5 题共 4 题，达到 IMO 银牌水平，并强调这是“第一个在国际奥数赛题上取得获奖级成绩的开源系统”。该成绩为单次尝试快照，不代表稳定包揽全部六题。
这一条的意义不在于“奥数好玩”，而在于它把开源模型的推理上限从“会做课本题”推到了“能啃竞赛级证明”。当开源系统也能在 IMO 上拿奖，闭源模型在“硬推理”上的独占性就被撕开了一道口子。
四、Arena-Hard v2：开源第一次贴到闭源思考模型的身位
Arena-Hard 这类“难指令遵循”榜单，测的是综合硬仗能力，不是单一学科。
| 模型 | Arena-Hard v2 成功率（据发布信息） | 阵营 |
|---|---|---|
| Ring-1T（开源） | 81.59% | 开源第一 |
| GPT-5-Thinking High | 82.91% | 闭源头部 |
表：Arena-Hard v2 成功率对比（数值来自发布信息，需独立复现）
1.32 个百分点的差距，在 Arena-Hard 这种标尺上已经是很小的身位。它的含义是：开源思考模型在“面对刁钻、复杂、需要多步权衡的真实指令”时，第一次逼近了闭源思考模型的水平。对开发者来说，这意味着“不上闭源也能拿到接近顶级的综合体验”这件事，从口号变成了可选项。
五、icepop + ASystem：万亿参数 RL 的工程底座
光有架构说明不了“为什么它能训出来”。发布信息把稳定训练归因于两点：自研 icepop 算法，以及 ASystem 这套实现，专门支撑万亿参数上的强化学习稳定训练。
这部分普通开发者不会直接调用，但它是整件事的“地基”——没有稳定的 RL 训练系统，1T 模型要么训崩、要么训不出思考能力。把它和权重一起开源，价值在于：社区不只是拿到一个能跑的 checkpoint，还能拿到“怎么把这东西训出来”的方法，这对开源生态的复现与二次创新比单纯放权重更重要。
图：Ring-1T 的开源交付与能力栈（示意）
[Ling 2.0 MoE 架构]
├─ 规模：总参 1T / 激活 50B / 上下文 128K
├─ 训练：RLVR + RLHF
├─ 稳定训练：自研 icepop 算法 + ASystem
└─ 能力：IMO 2025 银牌级 / Arena-Hard v2 81.59%
│
▼
开源交付：模型权重 + 训练配方（Hugging Face / 魔搭社区下载）说明：上图为按发布信息画的“能力—交付”示意，非官方架构图；箭头为说明性示意，具体训练配方与算法细节以官方开源仓库为准。
六、为什么重要：三种视角
对开发者：国产开源思考模型首进万亿俱乐部，且权重与训练配方双开源，可在 Hugging Face 与魔搭直接拉取。对想做本地化、私有化、二次训练的人，这意味着一个真正处于前沿档位的开源底座可用了。
对行业：Ring-1T 与智谱、Kimi、阶跃、DeepSeek 等一起，把开源前沿推到新量级。不是某一家在冲，而是国产开源阵营整体把“开源能到多强”的天花板往上抬，这会改变很多团队的选型逻辑。
对百灵自身：这次发布也意味着百灵大模型正式步入 2.0 阶段（据发布信息已发 18 款模型）。从架构（Ling 2.0）到旗舰（Ling-1T）再到思考模型（Ring-1T），百灵把自己的 2.0 家族铺成了一条完整产品线。
七、需要冷静看待的几条边界
第一，Arena-Hard v2 81.59% 与 GPT-5-Thinking High 82.91% 的对比来自发布信息，需第三方与社区独立复现，跨榜单测试设置差异也要计入。
第二，icepop 算法、ASystem、RLVR+RLHF 的具体路径来自发布信息，其中 icepop 未经公开检索独立核验；训练配方的可复现性要看开源仓库兑现到什么程度。
第三，IMO 成绩是“单次尝试 4 题”的快照，展示的是上限而非稳定表现；真实长程推理的可靠性，要等社区大规模复现。
第四，日期口径需核对。本条新闻标注 2026-10-14（UTC+8），而公开留存稿件多为 2025-10 时间戳，二者不一致，建议以官方最新公告为准。
第五，开源可用 ≠ 人人能跑。1T 总量即使只激活 50B，对显存与工程的要求仍不低，“能下载”和“能低成本部署”之间还有距离。
八、结语
蚂蚁集团百灵大模型于 2026-10-14（UTC+8）发布并开源 Ring-1T：据发布信息与多家媒体，这是基于 Ling 2.0 MoE 架构的 1T 参数思考模型，总参约 1T、每 token 激活约 50B、上下文 128K，全面开源权重与训练配方，开发者可在 Hugging Face（inclusionAI/Ring-1T）与魔搭社区下载；经 RLVR + RLHF 后，IMO 2025 单次尝试解出第 1、3、4、5 题、达 IMO 银牌水平，成为首个在 IMO 上取得获奖级成绩的开源系统；Arena-Hard v2 成功率 81.59%（开源第一，逼近 GPT-5-Thinking High 82.91%）；自研 icepop 算法与 ASystem 支撑万亿参数 RL 稳定训练；此次也标志百灵大模型正式步入 2.0 阶段。
能确认的是：公开资料可定位到官方 Hugging Face 项目 inclusionAI/Ring-1T 与魔搭对应页面，多家媒体与百科印证其 Ling 2.0 MoE 架构、1T/50B 激活/128K、IMO 2025 银牌级（首个获奖级开源系统）、ASystem 等核心事实。必须标清的是：本条新闻时间 2026-10-14 与公开留存稿件 2025-10 时间戳存在差，本文以本条新闻为准、建议读者核对官方公告；Arena-Hard v2 数值、icepop 算法、百灵 2.0 已发 18 款模型等表述来自发布信息，其中 Arena-Hard 与 icepop 未经本次独立复现。
它的意义清晰：国产开源思考模型第一次站上万亿参数档位，并用 IMO 银牌级与逼近闭源的 Arena-Hard 成绩，把“开源也能很强”从口号推进到可下载、可复现的现实。至于 81.59% 能否被社区稳定复现、1T 模型能否真正低成本落地，要看开源社区接下来的实跑。
