Ring-1T от Ant Group составляет конкуренцию GPT-5

Китайская компания Ant Group, аффилированная структура Alibaba, опубликовала подробную техническую информацию о своей новой модели Ring-1T, которая, по заявлению компании, является «первой моделью рассуждений с открытым исходным кодом, имеющей один триллион параметров в общей сложности».

Ring-1T призвана составить конкуренцию другим моделям рассуждений, таким как GPT-5 и линейка «o» от OpenAI, а также Gemini 2.5 от Google. Выпуском этой новейшей модели Ant подливает масла в огонь геополитических дебатов о том, кто будет доминировать в гонке ИИ: Китай или США. 

В Ant Group сообщили, что модель Ring-1T оптимизирована для решения математических и логических задач, генерации кода и решения научных проблем. 

«При задействовании примерно 50 миллиардов активных параметров на токен Ring-1T демонстрирует передовую производительность по результатам множества сложных тестов — несмотря на опору исключительно на возможности рассуждений на естественном языке», — отмечается в документе Ant.

Ring-1T, предварительная версия которой была впервые представлена в сентябре, использует ту же архитектуру, что и Ling 2.0, и обучена на базовой модели Ling-1T-base, выпущенной компанией ранее в этом месяце. По словам представителей Ant, это позволяет модели поддерживать контекст до 128 000 токенов.

Чтобы обучить модель столь огромного размера, как Ring-1T, исследователям пришлось разработать новые методы масштабирования обучения с подкреплением (RL).

Новые методы обучения

Компания Ant Group разработала три «взаимосвязанных инновации» для обеспечения RL и обучения Ring-1T — сложнейшей задачи, учитывая размер модели и обычно сопутствующие ему огромные требования к вычислительным мощностям. К числу этих разработок относятся IcePop, C3PO++ и ASystem.

IcePop удаляет зашумленные обновления градиентов для стабилизации обучения без замедления инференса. Это помогает исключить катастрофическое несоответствие между обучением и инференсом в RL. Исследователи отметили, что при обучении моделей, особенно использующих архитектуру «смеси экспертов» (MoE), такую как Ring-1T, нередко могут возникать расхождения в расчетах вероятностей. 

«Эта проблема особенно остро проявляется при обучении MoE-моделей с использованием RL из-за заложенного в них механизма динамической маршрутизации. Кроме того, в условиях длинных цепочек рассуждений (CoT) эти расхождения могут постепенно накапливаться от итерации к итерации и еще больше усиливаться», — пояснили исследователи. 

IcePop «подавляет нестабильные обновления при обучении с помощью двусторонней маскирующей калибровки».

Следующим новым методом, который пришлось разработать исследователям, стал C3PO++ — усовершенствованная версия ранее созданной Ant системы C3PO. Этот метод управляет тем, как Ring-1T и другие сверхкрупные модели генерируют и обрабатывают учебные примеры (или так называемые раллауты), предотвращая простои графических процессоров. 

Принцип его работы заключается в разбиении работы над раллаутами на части для параллельной обработки. Одна группа представляет собой пул инференса, который генерирует новые данные, а вторая — пул обучения, который собирает результаты для обновления модели. C3PO++ создает бюджет токенов для контроля объема обрабатываемых данных, обеспечивая эффективное использование графических процессоров.

Последний новый метод, ASystem, использует архитектуру SingleController+SPMD (Single Program, Multiple Data — одна программа, множество данных) для обеспечения асинхронных операций.  

Результаты бенчмарков

Компания Ant протестировала Ring-1T на бенчмарках, измеряющих производительность в математике, программировании, логических рассуждениях и общих задачах. Модель сравнили с такими аналогами, как DeepSeek-V3.1-Terminus-Thinking, Qwen-35B-A22B-Thinking-2507, Gemini 2.5 Pro и GPT-5 Thinking. 

В ходе бенчмарк-тестирования Ring-1T показала себя с сильной стороны, уступив лишь GPT-5 от OpenAI по большинству показателей. В Ant заявили, что Ring-1T продемонстрировала лучшую производительность среди всех протестированных моделей с открытыми весами. 

Модель набрала 93,4% баллов в таблице лидеров AIME 25, уступив только GPT-5. В задачах программирования Ring-1T превзошла как DeepSeek, так и Qwen.

«Это свидетельствует о том, что наш тщательно синтезированный набор данных обеспечивает надежную работу Ring-1T в приложениях для программирования, что закладывает прочный фундамент для будущих разработок в области агентных приложений», — заявили в компании. 

Ring-1T демонстрирует масштаб инвестиций китайских компаний в ИИ-модели 

Ring-1T — это лишь новейшая китайская модель, претендующая на то, чтобы сместить с пьедестала GPT-5 и Gemini. 

Китайские компании выпускают впечатляющие модели быстрыми темпами после неожиданного запуска DeepSeek в январе. Материнская компания Ant, Alibaba, недавно представила Qwen3-Omni — мультимодальную модель, которая нативно объединяет текст, изображения, аудио и видео. DeepSeek также продолжает совершенствовать свои модели и ранее в этом месяце выпустила DeepSeek-OCR. Эта новая модель переосмысляет подход к обработке информации моделями. 

С появлением Ring-1T и разработкой новых методов обучения и масштабирования сверхкрупных моделей от Ant борьба за доминирование в сфере ИИ между США и Китаем продолжает накаляться.