万亿参数、仅激活500亿、全面开源，这款“非思考”模型在复杂推理任务中表现卓越，甚至超越部分国际顶级模型。

蚂蚁集团于10月9日正式发布并开源了其百灵大模型Ling 2.0系列的首款旗舰产品——万亿参数通用语言模型Ling-1T。

作为蚂蚁百灵团队迄今规模最大、能力最强的“非思考”大模型，Ling-1T通过在有限输出token条件下的精准推理，在多项复杂推理基准测试中取得SOTA表现。

该模型采用自研MoE架构，总参数量高达1万亿，推理时仅激活约500亿参数，以“大参数储备+小参数激活”的创新范式，实现了性能与效率的平衡。

01 模型定位：专注“非思考”高效推理

Ling-1T被官方定位为“旗舰非思考模型”，这一概念与传统“思考模型”形成鲜明对比。

思考模型如OpenAI的o1和DeepSeek-R1，通过生成大量中间推理token、构建长推理链来提升准确率，而Ling-1T的设计目标截然不同。

它追求在有限的输出token内，直接给出高质量的推理结果。

在AIME 25美国高中数学竞赛基准测试中，Ling-1T以70.42%的准确率与Gemini 2.5 Pro（70.10%）表现相当，但平均推理长度仅为约4300个token，比后者少了约40%。

这种“高效思考与精确推理”的平衡，使Ling-1T在需要快速响应的实际应用场景中具有显著优势。

02 技术架构：万亿参数MoE设计突破

Ling-1T的技术架构代表了中国在大模型技术前沿的最新突破。

模型采用混合专家架构，总参数达到1万亿，每次推理仅激活约500亿参数，激活比为1/32。

架构设计上，Ling-1T前几层采用密集结构，后面才切换至MoE。

这种“前k密集”设计主要为了缓解浅层网络的专家路由不均衡问题，提升模型整体稳定性。

训练过程全程采用FP8混合精度训练技术，这是目前已知规模最大的使用FP8训练的基座模型。

FP8训练带来了显著的显存节省、更灵活的并行切分策略和15%以上的端到端加速，同时在1万亿token训练中保持与BF16精度损失偏差≤0.1%。

03 训练数据：高推理浓度语料赋能

Ling-1T-base在超过20T token的高质量、高推理浓度语料上完成了预训练。

整个预训练过程分为两个关键阶段：

- 前10T token主要使用高知识密度语料

- 后10T token则引入高推理密度语料，使整体推理相关语料占比超过40%

在中训练阶段，团队进一步加入了高质量的思维链推理语料，实现模型推理能力的“预激活”，为后训练阶段提供更高的推理上限和更稳定的思维基础。

模型支持最高128K上下文窗口，适配法律、科研等长文档场景。

通过“中训练+后训练”的演进式思维链技术，模型的高效推理能力得到极大提升。

04 性能表现：多项测试超越顶级模型

Ling-1T在复杂推理基准测试中展现出卓越性能。

在数学推理领域，Ling-1T在7项数学与推理能力基准测试中获得SOTA表现。

在AIME 25基准测试中准确率达70.42%，在Omni-Math数学测试中突破74分，金融推理准确率高达87.45%。

编程能力方面，Ling-1T同样表现突出。

在LiveCodeBench编程测试中得分居首，在MultiPL-E、CodeForces-ranking及FullStack Bench等编程能力基准测试中，超越DeepSeek-V3.1-Terminus、Kimi-K2-Instruct-0905及闭源的GPT-5-main、Gemini-2.5-Pro。

在AI代码生成评测标准ArtifactsBench上，Ling-1T在开源模型中排名第一。

值得注意的是，本文中的基准可视化内容实际均由Ling-1T自身生成，展示了其强大的代码生成能力。

05 应用场景：从代码生成到复杂问题解决

Ling-1T在应用层面展现出广泛潜力。

它能够解析复杂自然语言指令，将抽象逻辑转化为功能化视觉组件。

根据演示，Ling-1T可以开发一个展示《三体》主要人物关系及阵营的图谱页面，并提供详细的视觉效果要求（配色、风格、鼠标悬停效果等）。

它还能根据要求开发Crane云平台网页，完整实现用户登录、数据仪表盘、客户管理、设备管理等功能。

在BFCL V3工具使用基准测试中，Ling-1T仅通过轻度指令微调即实现约70%的工具调用准确率，尽管训练期间未接触大规模轨迹数据。

模型还能对六种常见的优化问题（线性规划、旅行商问题等）进行求解并同时用pygame生成教学演示动画，并能进行上海一日游行程规划，并开发页面利用mapbox地图引擎展示整个行程。

06 开源生态：助力开发者社区创新

蚂蚁集团已全面开源Ling-1T，开发者可通过多个平台访问模型。

开源地址包括HuggingFace、ModelScope和GitHub，同时提供了面向国内用户的Ling chat体验平台和面向海外开发者的ZenMux平台（提供Chat测试与API等能力）。

此举进一步壮大了中国开源大模型阵营，为产业级AI应用提供高性价比解决方案。

Ling-1T的发布标志着大模型发展从单纯追求参数规模向实用化、高效化迈进。

正如蚂蚁集团CTO何征宇所言：“在蚂蚁集团，我们相信人工智能应该是公共物品——人类智能未来的共享里程碑。”

随着Ling-1T的开源，全球开发者现在可以亲身体验这一万亿参数模型的卓越性能，并在其基础上构建更多创新应用。

大模型竞争正进入一个更加注重实际效用的新阶段。