蚂蚁开源发布了万亿参数即时模型 Ling-2.5-1T，该模型在模型架构、token 效率、偏好对齐等维度全面升级，具有1T总参数（激活63B），预训练语料扩展至29T，能够处理长达1M token的上下文。Ling-2.5-1T在复杂推理、指令遵循能力上具有明显优势，并适配主流智能体产品。
2 月 16 日消息，蚂蚁开源今日发布并开源万亿参数即时模型 Ling-2.5-1T。
深度思考模型（thinking model）拉升智能上限，即时模型（instant model）则凭效率与效果的平衡拓宽智能覆盖，它让 AGI 不只更强，也更普惠。作为百灵家族最新的旗舰级即时模型，Ling-2.5-1T 在模型架构、token 效率、偏好对齐等维度全面升级。
▲ Ling 2.5 架构
- 万亿参数与百万上下文：Ling-2.5-1T 具有 1T 总参数（激活 63B），预训练语料从前代的 20T 扩展至 29T，凭借混合线性注意力架构与精细的数据策略优化，模型能够以高吞吐处理长达 1M token 的上下文。
- 更高的 token 效率：引入“正确性 + 过程冗余”复合奖励机制，进一步拓展了即时模型效率与效果的平衡边界。在相同 token 效率条件下，Ling-2.5-1T 的推理能力显著超越前代，接近需消耗约 4 倍输出 token 的前沿思考模型水平。
- 精细化偏好对齐：通过引入双向强化学习反馈、Agent-based 指令约束校验等精细化对齐策略，使 Ling-2.5-1T 在创意写作、指令遵循等偏好对齐类任务上相比前代模型实现大幅提升。
- 原生智能体交互：基于大规模高保真交互环境进行 Agentic RL 训练，Ling-2.5-1T 可适配 Claude Code、OpenCode、OpenClaw 等主流智能体产品。在通用工具调用基准 BFCL-V4 上达到开源领先水平。
蚂蚁开源官方全面评估了 Ling-2.5-1T 在知识、推理、智能体交互、指令遵循、长文本处理等多个基准评测上的表现。Ling-2.5-1T 与前代模型 Ling-1T 对比，实现了全方位的能力提升，是百灵家族当前最强大的即时模型。在与主流的大尺寸即时模型（DeepSeek V3.2、Kimi K2.5、GPT 5.2）对比中，Ling-2.5-1T 在复杂推理、指令遵循能力具有明显优势。
IT之家附 Ling-2.5-1T 开源地址如下：
- **Hugging Face：**https://huggingface.co/inclusionAI/Ling-2.5-1T
- ModelScope：https://modelscope.cn/models/inclusionAI/Ling-2.5-1T