option
Maison
Flash info
Contenu
ArthurThomas
ArthurThomas
9 mai 2026

Ant Ling a dévoilé son modèle de raisonnement à l’échelle du trillion, Ring-2.6-1T, qui intègre un mécanisme configurable appelé Reasoning Effort. Il propose deux modes : “high” pour une collaboration efficace entre les agents, et “xhigh” pour des tâches complexes telles que les mathématiques et la logique. Dans les tests de performance, il a surpassé ses concurrents sur les plateformes PinchBench, AIME26 et GPQA Diamond. Le modèle est disponible en version d’essai sur OpenRouter et sera open-source, mettant ainsi l’accent sur l’efficacité du raisonnement plutôt que simplement sur l’échelle des paramètres.

Ant Ling a dévoilé son modèle de raisonnement à l’échelle du trillion, Ring-2.6-1T, qui intègre un mécanisme configurable appelé Reasoning Effort. Il propose deux modes : “high” pour une collaboration efficace entre les agents, et “xhigh” pour des tâches complexes telles que les mathématiques et la logique. Dans les tests de performance, il a surpassé ses concurrents sur les plateformes PinchBench, AIME26 et GPQA Diamond. Le modèle est disponible en version d’essai sur OpenRouter et sera open-source, mettant ainsi l’accent sur l’efficacité du raisonnement plutôt que simplement sur l’échelle des paramètres. Ant Ling a dévoilé son modèle de raisonnement à l’échelle du trillion, Ring-2.6-1T, qui intègre un mécanisme configurable appelé Reasoning Effort. Il propose deux modes : “high” pour une collaboration efficace entre les agents, et “xhigh” pour des tâches complexes telles que les mathématiques et la logique. Dans les tests de performance, il a surpassé ses concurrents sur les plateformes PinchBench, AIME26 et GPQA Diamond. Le modèle est disponible en version d’essai sur OpenRouter et sera open-source, mettant ainsi l’accent sur l’efficacité du raisonnement plutôt que simplement sur l’échelle des paramètres.
commentaires (0)
0/300
OR