产品介绍

百灵大模型是蚂蚁集团自研的生成式AI大模型体系，涵盖语言、推理和多模态三个方向，形成了Ling‑Ring‑Ming三条技术路线。百灵大模型基于Transformer架构的深度学习模型，通过海量高质量文本数据训练，具备强大的文本、图像、音频、视频等多模态数据处理能力，支持文本生成、理解、对话、推理等复杂任务。 百灵大模型拥有强大的通用能力与行业落地能力，已广泛应用于金融、医疗、生活服务等场景。

一、基础模型Ling系列

Ling系列模型构成了百灵大模型的基础能力，专注于语言理解与生成。

Ling-1T：万亿参数旗舰，开源新标杆

Ling-1T是百灵混合专家（MoE）架构下的万亿参数级别旗舰模型。它在超过20万亿（20T）的高质量语料上完成了深度预训练，是最新发布的、参数量达到万亿级别的开源模型。在各项权威评测中，Ling-1T均取得了优异的成绩，被认为是下一代开放模型中最易用、体验最佳的开源基础模型选择。

Ling-flash-2.0：高效通用，性价比之选

Ling-flash-2.0是Ling 2.0 MoE架构下的通用版本模型。该模型采用了稀疏的MoE架构，总参数量高达1000亿（100B），而每次处理token仅激活61亿（6.1B）参数（非词向量激活48亿）。凭借极高的性价比与全面的性能表现，它能够高效应对绝大多数语言模型应用场景。尽管配置精简，Ling-flash-2.0在多个权威评测中展现出的性能已能媲美甚至超越400亿参数级别的稠密（dense）模型及更大规模的MoE模型。

Ling-mini-2.0：小巧玲珑，性能卓绝

Ling-mini-2.0是一款基于MoE架构的小尺寸高性能大语言模型。其总参数量为160亿（16B），但每个token仅激活14亿（1.4B）参数（非词向量激活7.89亿），从而实现了极快的生成速度。得益于高效的MoE设计以及大规模、高质量的训练数据，尽管激活参数量不大，Ling-mini-2.0在下游任务中的表现依然可以媲美100亿参数以下稠密LLM及更大规模MoE模型的顶尖水平。

二、推理模型Ring系列

Ring系列模型专注于增强模型的逻辑推理和问题解决能力。

Ring-1T：全球首个万亿参数推理模型

Ring-1T是全球首个开源的万亿参数推理大模型，同时也是百灵混合专家（MoE）推理模型Ring系列中尺寸最大、推理能力最强的旗舰版本。该模型采用了icepop方法进行RLVR训练，具备卓越的自然语言推理能力。在AIME25、CodeForces、HMMT25、LiveCodeBench、ARC-AGI-v1等一系列高难度测试中，Ring-1T均取得了SOTA（State-of-the-Art）表现，多项指标位居开源模型前列。

Ring-flash-2.0：深度优化，创意无限

Ring-flash-2.0是基于Ling-flash-2.0 MoE架构深度优化的思考模型。它拥有1000亿（100B）的总参数，但在每次推理中仅激活61亿（6.1B）参数，以稀疏且高效的方式完成推理任务。该模型通过独创的icepop算法，成功解决了MoE强化学习训练中的不稳定性问题，使其复杂推理能力在长周期训练中得以持续提升。Ring-flash-2.0在数学竞赛、代码生成以及逻辑推理等多个高难度基准测试中取得了突破性进展，其性能超越了400亿参数规模以下的稠密模型，并且还拥有推理模型中较为罕见的出色创意写作能力。

Ring-mini-2.0：高速省心，推理优选

Ring-mini-2.0是基于Ling-mini-2.0 MoE架构深度优化的推理模型。它在逻辑推理、代码与数学任务方面表现卓越。此外，该模型兼具“快”（支持12.8万（128K）长上下文，高达300+ token/s的高速生成）与“省”（总参数量160亿（16B），激活14亿（1.4B）即可达到100亿参数以下稠密模型的综合推理能力）的特点，是资源有限情况下的理想推理模型选择。

三、多模态模型Ming系列

Ming系列模型将提供强大的多模态理解与生成能力，应用场景极为丰富多样。