蚂蚁百灵大模型团队今日正式推出 Ring-mini-2.0，这是一款基于 Ling-mini-2.0 架构深度调优的高性能推理型 MoE 模型（Thinking model）。该模型总参数量为 16B，实际推理时仅激活 1.4B 参数，便能实现与 10B 以下 dense 模型相当甚至更优的综合推理能力，尤其在逻辑推理、编程和数学任务中表现亮眼，同时支持 128K 长上下文输入，并具备高达 300+ token/s 的生成速度。
Ring-mini-2.0 以 Ling-mini-2.0-base 为起点，通过 Long-COT 监督微调、大规模 RLVR 训练以及 RLHF 联合优化等关键技术路径，持续强化其复杂推理的稳定性和跨任务泛化能力。在多个高难度评测基准（如 LiveCodeBench、AIME 2025、GPQA、ARC-AGI-v1 等）上，当输出长度一致时，其性能显著优于主流 10B 级别以下的 dense 模型，部分指标接近甚至媲美更大规模的 MoE 模型（例如 gpt-oss-20B-medium），尤其在逻辑推理维度展现出领先优势。
大模型 Token 成本节约工具。在请求到达大模型之前自动压缩 prompt 和上下文，减少 60-95% 的 token 消耗，直接降低 API 成本。支持 Claude/OpenAI/Gemini 等主流模型，提供代理模式、CLI 包装、Python SDK 和 MCP Server 四种接入方式。内置一键安...
目前，Ring-mini-2.0 已完成全面开源，包括模型权重、训练方法及数据构建方案均向社区开放，致力于推动高效推理模型的技术发展与应用落地。
HuggingFace：https://www.php.cn/link/3fcee1ea342699e1bf18973b242f9b65
ModelScope：https://www.php.cn/link/87ac1c683493632381219d10cf86cb2a
