Option
Heim
Eilmeldung
Inhalt
ArthurThomas
ArthurThomas
9. Mai 2026

Ant Ling hat sein Trillionen-Skala-Reasoning-Modell Ring-2.6-1T veröffentlicht, das über einen konfigurierbaren Reasoning Effort-Mechanismus verfügt. Es bietet zwei Modi: „high“ für effiziente Agentenzusammenarbeit und „xhigh“ für komplexe Aufgaben wie Mathematik und Logik. In Benchmarks übertraf es Konkurrenten auf den Plattformen PinchBench, AIME26 und GPQA Diamond. Das Modell kann vorab auf OpenRouter getestet werden und wird später als Open-Source-Software verfügbar sein, wodurch der Fokus von der reinen Größenordnung der Parameter auf die Effizienz des Reasoning-Prozesses verschoben wird.

Ant Ling hat sein Trillionen-Skala-Reasoning-Modell Ring-2.6-1T veröffentlicht, das über einen konfigurierbaren Reasoning Effort-Mechanismus verfügt. Es bietet zwei Modi: „high“ für effiziente Agentenzusammenarbeit und „xhigh“ für komplexe Aufgaben wie Mathematik und Logik. In Benchmarks übertraf es Konkurrenten auf den Plattformen PinchBench, AIME26 und GPQA Diamond. Das Modell kann vorab auf OpenRouter getestet werden und wird später als Open-Source-Software verfügbar sein, wodurch der Fokus von der reinen Größenordnung der Parameter auf die Effizienz des Reasoning-Prozesses verschoben wird. Ant Ling hat sein Trillionen-Skala-Reasoning-Modell Ring-2.6-1T veröffentlicht, das über einen konfigurierbaren Reasoning Effort-Mechanismus verfügt. Es bietet zwei Modi: „high“ für effiziente Agentenzusammenarbeit und „xhigh“ für komplexe Aufgaben wie Mathematik und Logik. In Benchmarks übertraf es Konkurrenten auf den Plattformen PinchBench, AIME26 und GPQA Diamond. Das Modell kann vorab auf OpenRouter getestet werden und wird später als Open-Source-Software verfügbar sein, wodurch der Fokus von der reinen Größenordnung der Parameter auf die Effizienz des Reasoning-Prozesses verschoben wird.
Kommentare (0)
0/300
OR