Ling-2.5-1T: открытая модель с триллионом параметров для длинных контекстов и агентных задач.
Представлена новая масштабная модель с открытым исходным кодом — Ling-2.5-1T. Её общая архитектура насчитывает 1 триллион параметров, из которых активно используется 63 миллиарда. Модель распространяется под лицензией MIT, что разрешает её коммерческое использование.
Ключевые особенности
- Hybrid Linear Attention: Комбинация MLA (1:7) и Lightning Linear Attention обеспечивает высокую скорость работы, превосходя модель Kimi K2 на длинных контекстах.
- Эффективность: Технология Composite Rewards позволяет достигать качества топовых моделей, используя в 4 раза меньше токенов для обучения.
- Длинный контекст: Поддержка до 1 миллиона токенов с применением YaRN scaling. По данным тестов RULER и MRCR, модель превосходит Kimi K2.5 и DeepSeek V3.2, а также демонстрирует идеальные результаты в NIAH.
- Агентные задачи: Ling-2.5-1T показывает передовые результаты для агентных задач, занимая лидирующие позиции в бенчмарке BFCL-V4. Обучение проводилось через Agentic RL. Модель имеет нативную интеграцию с Claude Code, OpenCode и OpenClaw.
- Качество ответов: Благодаря Bidirectional RL и проверке агентом, модель чётко следует инструкциям, давая плотные и информативные ответы с минимальным количеством «воды».
В настоящее время модель всё ещё немного уступает таким решениям, как GPT-5.2 и Gemini 3 Pro, в сложных многошаговых задачах. Однако она представляет собой одного из самых интересных кандидатов среди open-source решений для enterprise-сценариев, где критически важны длинный контекст, работа с инструментами и полный контроль над инфраструктурой.
Модель доступна для ознакомления:
modelscope.ai/models/inclusionAI/Ling-2.5-1T
modelscope.cn/models/inclusionAI/Ling-2.5-1T
Ещё новости:
