2月13日、アリババグループは世界初の混合線形アーキテクチャを基盤とする1兆パラメータの思考モデル「Ring-2.5-1T」をオープンソースで公開しました。このモデルは長文生成、数学推論、エージェントタスクの実行において開発者向けに先駆けた水準に達しており、エージェント時代における複雑なタスク処理に高性能な基礎支援を提供しています。
生成効率において、Ring-2.5-1Tは32K以上の長文生成シーンにおいて、前世代モデルのメモリアクセス規模を10倍以上削減し、生成スループットを3倍以上向上させています。深層的な思考能力に関しては、国際数学オリンピック（IMO2025）および中国数学オリンピック（CMO2025）の自習テストでそれぞれ金メダルレベル（IMO35点、CMO105点）に達しています。また、Claude CodeなどのエージェントフレームワークとOpenClawの個人AIアシスタントにも簡単に適合でき、多段階の計画とツール呼び出しをサポートしています。
（図説：Ring-2.5-1Tは数学、コード、論理など高難度の推論タスクおよびエージェント検索、ソフトウェア工学、ツール呼び出しなど長距離タスクの実行においても開発者向けに先駆けた水準に達しています）
多数の権威あるベンチマークテストにおいて、Ring-2.5-1TはDeepSeek-v3.2-Thinking、Kimi-K2.5-Thinking、GPT-5.2-thinking-high、Gemini-3.0-Pro-preview-thinking-high、Claude-Opus-4.5-Extended-Thinkingなどの主要なオープンソースおよびクローズドソースモデルとシステム的に比較され、数学的推論、コード生成、論理的推論およびエージェントタスクの実行などの高難度のシナリオにおいて開発者向けに先駆けた水準に達しています。特に、深い思考（Heavy Thinking）モードでは、IMOAnswerBench、HMMT-25などの数学コンテストの推論ベンチマークおよびLiveCodeBench-v6のコード生成ベンチマークにおいて、すべての比較モデルを上回り、強力な複雑な推論およびタスク間の汎化能力を示しています。
Ring-2.5-1TはLing2.5アーキテクチャに基づいており、アテンションメカニズムを最適化することで、長文の推論の効率と安定性を大幅に向上させています。モデルのアクティブパラメータ数は前世代の51Bから63Bに増やされましたが、混合線形アテンションアーキテクチャにより、前世代に比べて推論効率が大きく向上しています。32Bのアクティブパラメータを持つKIMI K2アーキテクチャと比較して、1Tの総パラメータ量下では、Ling2.5アーキテクチャは長シーケンスの推論タスクにおいて依然として優位なスループットを示しており、生成長さが長くなるほど効率の優位性は継続的に拡大します。
（図説：異なる生成長さにおける効率比較の概要。生成長さが長いほどスループットの優位性が明確になります）
AI大規模モデルの応用は短い対話から長文書処理、複数ファイルのコード理解、複雑なタスク計画などの場面へと拡大しています。Ring-2.5-1Tは長出力場面における計算コストの高さや推論速度の遅さといった問題を有効に緩和しています。このモデルのオープンソース化は、アリババ百靈チームが大規模トレーニングインフラストラクチャ、アルゴリズム最適化、およびエンジニアリングの実装において持つ総合的な能力を示しており、業界に対して高性能で効率的なエージェント時代の基本モデルの新たな選択肢を提供しています。
