Ant Group wydała Ling 2.5 i Ring 2.5
Ant Group wydała 16 lutego 2026 roku dwa modele o wspólnej bazie, lecz innym przeznaczeniu. Ling 2.5-1T ma szybko odpowiadać na polecenia i pracować z narzędziami. Ring 2.5-1T jest wariantem rozumującym, nastawionym na matematykę i dłuższe zadania.
Karta Ling 2.5 i karta Ring 2.5 podają po 1 bln parametrów i 63 mld aktywnych parametrów. Modele są dostępne na licencji MIT. Ling był trenowany na 29 bln tokenów, ma natywny kontekst 256 tys. tokenów i może być rozszerzany do 1 mln za pomocą YaRN.
Benchmarki Ling 2.5
Oficjalne porównanie Ling 2.5 z Ling 2.0, DeepSeek V3.2, Kimi K2.5 i GPT-5.2. Źródło: InclusionAI / Hugging Face.
Ling zdobywa 69,87 w BFCL-V4, teście używania funkcji, wobec 63,05 dla GPT-5.2-chat i 62,96 dla Kimi K2.5 Instant. Nie prowadzi w całej tabeli: Kimi ma lepsze wyniki m.in. w GPQA Diamond i Terminal-Bench 2.0, a GPT-5.2-chat w IFEval oraz MRCR. Karta zawiera też przydatne zastrzeżenie: w złożonych, długich zadaniach agentowych Ling nadal ustępuje najmocniejszym modelom zamkniętym.
Benchmarki Ring 2.5
Wyniki Ring 2.5 w zwykłym i intensywnym trybie rozumowania. Źródło: InclusionAI / Hugging Face.
Ring ma hybrydową architekturę uwagi i według producenta po przekroczeniu 32 tys. tokenów osiąga ponad trzykrotnie większą przepustowość. W samodzielnie przeprowadzonych testach uzyskał 35/42 punktów na IMO 2025 i 105/126 na CMO 2025.
To wyniki w trybie intensywnego rozumowania, więc nie powinny być bezpośrednio zestawiane ze standardowymi przebiegami modeli. Potrzebna jest informacja o budżecie, liczbie prób i sposobie oceniania rozwiązań.
Dwie różne optymalizacje
Wspólna premiera nie oznacza, że modele są zamienne. Ling ma sens tam, gdzie liczy się krótki czas odpowiedzi i używanie narzędzi. Ring poświęca więcej obliczeń na rozumowanie. Własna ewaluacja powinna mierzyć osobno poprawność, czas i całkowity koszt zadania.
Źródła
Wykorzystuję treści generowane przez AI jako część mojego codziennego procesu nauki.