5月9日，蚂蚁百灵正式发布Ring-2.6-1T，一款面向Agent、Coding与企业工作流等真实复杂任务场景的万亿级旗舰思考模型，主打可调节“思考深度”，兼顾复杂任务与执行成本。目前，Ring-2.6-1T已上线OpenRouter，并开放限时一周免费体验，后续该模型也将于近期正式开源。

　　当前，在真实生产环境中，行业对“推理能力”的需求正在发生变化：并非所有任务都需要同等级别的思考深度。一次简单的格式转换，与一道复杂数学竞赛题，对推理资源的要求截然不同。

　　Ring-2.6-1T的一大亮点是引入可调节的Reasoning Effort机制，支持high与xhigh两种推理强度，让开发者能够根据任务复杂度灵活控制模型思考深度，在效果、速度与成本之间实现更优平衡。其中：

　　·high模式面向高频Agent工作流，具备更低Token开销与更快多步执行能力，适合多轮交互、工具协作、任务拆解和生产级默认调用；

　　·xhigh模式面向数学、科研、复杂逻辑分析与多路径探索等高难任务，为复杂推理提供更充分的思考空间。

　　在各类评测中，Ring-2.6-1T的两种模式均表现优异。

　　在真实任务执行类评测中，Ring-2.6-1T high表现亮眼：PinchBench得分87.60，显著高于GPT-5.4 xHigh、Gemini-3.1-Pro high与Claude-Opus-4.7 xhigh；ClawEval得分63.82，位列可比模型前列；Tau2-Bench Telecom达到95.32，与最高分模型差距不足1分，展现出在复杂业务流程、工具协作与行业任务中的稳定执行能力。

　　在高难推理任务上，Ring-2.6-1T xhigh则展现出更高能力上限：ARC-AGI-V2得分77.78，与Gemini-3.1-Pro high和Claude-Opus-4.7 xhigh处于同一水位；AIME 26得分95.83，接近多家头部模型水平；GPQA Diamond达到88.27，体现出稳健的科学知识理解与复杂推理能力。

　　总体来看，Ring-2.6-1T希望解决的不只是“模型是否足够聪明”，更是“模型能否以合理推理成本，在真实复杂工作流中稳定、高效地完成任务”。