蚂蚁百灵大模型Ling 2.0系列迎来重大突破，其首款万亿参数旗舰模型Ling-1T于近日正式亮相。作为非思考型大模型的巅峰之作，该模型在复杂推理、代码生成等高难度任务中展现出卓越性能，多项指标刷新开源模型纪录。
在数学竞赛权威榜单AIME 25（美国数学邀请赛）测试中，Ling-1T以平均4000余Token消耗达成70.42%准确率，超越同期Gemini-2.5-Pro模型（5000+Token，70.10%准确率）。这一突破性成果验证了模型在推理精度与计算效率间的完美平衡，其通过演进式思维链（Evo-CoT）技术，实现了"中训练+后训练"的架构创新，显著提升复杂问题处理能力。
技术架构层面，Ling-1T延续Ling 2.0核心框架，依托20万亿级高质量推理语料库完成预训练，支持长达128K的上下文窗口。该模型首创FP8混合精度训练体系，在保持万亿参数规模的同时，实现显存占用降低、并行策略优化及15%以上的训练加速。相关混合精度技术已部分开源，为行业提供重要参考。
在强化学习阶段，研发团队提出LPO（语言单元策略优化）算法，以完整句子为优化单元，既避免词元级处理的碎片化缺陷，又克服序列级优化的笼统性。这种创新方法使奖励信号与模型输出在语义层面精准对齐，为超大规模模型训练提供稳定支撑。
针对前端开发领域，团队构建"语法-功能-美学"三维奖励机制，在确保代码正确性的基础上，强化模型对视觉美学的理解能力。在ArtifactsBench前端能力基准测试中，Ling-1T以59.31分位居开源模型首位，仅略逊于Gemini-2.5-Pro-lowthink的60.28分，展现出强大的工程化落地潜力。
据研发团队透露，除Ling-1T外，万亿参数级的深度思考大模型Ring-1T也在同步推进，其preview版本已于9月30日开源。目前开发者可通过Hugging Face平台及蚂蚁百宝箱等渠道体验Ling-1T模型，感受其在逻辑推理、代码生成等领域的突破性表现。
