天啊噜，蚂蚁开源万亿参数模型？怎么看

技术亮点

1. 混合线性注意力架构

• 1:7 MLA + Lightning Linear Attention 结构

• 总参数 1T，激活参数 63B（比前代 51B 提升）

• 长序列推理吞吐显著优于 KIMI K2（32B 激活参数）​

2. 深度思考模式（Heavy Thinking）

• 通过并行思考与总结实现测试时扩展

• 在软件工程基准（如 SWE-Bench Verified）上达到开源领先水平 。

值得注意

“作为迈向通用智能体时代的关键步骤，

我们将混合线性注意力架构，

在预训练和强化学习上均进行了大规模扩展，

一方面利用高效的 1：7 MLA + Lightning Linear Attention 架构，

来提升模型的思考效率和探索空间，

另一方面通过扩展强化学习和智能体环境规模，

来提升模型的思考深度和长程执行能力。”

这段话已经非常准确地概括了本质：

没有革新级别的的技术架构和创新，

他们实践出比较好的混合线性注意力的比例分配，

然后，类似地进行了面向智能体的适配。

将Ring-2.5-1T接入，

Claude Code智能体框架，

测试长程软件开发能力，

实际上，是在验证：

1. Agent 时代的基础模型选择

万亿参数模型在真实编程场景中的实用性。

2. 长上下文效率

混合线性架构是否能解决传统Transformer性能瓶颈。

3. 开源 vs 闭源

与闭源模型的对比 。