Ring-2.6-1T — это модель мышления с 1T параметрами и 63B активными параметрами, созданная для реальных рабочих процессов агентов, требующих как высокой производительности, так и операционной эффективности. Она оптимизирована для кодирующих агентов, использования инструментов и выполнения долгосрочных задач, демонстрируя лидирующие результаты в таких бенчмарках, как PinchBench, ClawEval, TAU2-Bench и GAIA2-search.
Благодаря адаптивным усилиям по рассуждению в режимах high и xhigh, Ring-2.6-1T динамически распределяет бюджет рассуждений в зависимости от сложности задачи. Это обеспечивает более высокую производительность при меньших затратах токенов, особенно в рабочих процессах агентов, активно использующих инструменты и многоэтапные взаимодействия.
Ring-2.6-1T разработан для продвинутых кодирующих агентов, сложных конвейеров рассуждений и крупномасштабных автономных систем, где важны качество выполнения, задержка и экономическая эффективность.
Провайдер для inclusionAI: Ring-2.6-1T
Hubris маршрутизирует запросы к лучшему доступному провайдеру с автоматическим fallback при сбоях.
Модальности
Поддерживаемые параметры
Другие модели от inclusionai
inclusionAI: Ling-2.6-1T
Ling-2.6-1T — это мгновенная (инструктивная) модель от inclusionAI и флагман компании с триллионом параметров, разработанная для реальных агентов, которым требуется быстрое выполнение и высокая эффективность в масштабе. Она использует подход «быстрого мышления» для снижения затрат примерно до четверти по сравнению с аналогичными моделями, сохраняя при этом высочайшую производительность. Модель достигает самых современных результатов в таких бенчмарках, как AIME26 и SWE-bench Verified, и хорошо подходит для продвинутого кодирования, сложного рассуждения и крупномасштабных рабочих процессов агентов, где критически важны как возможности, так и эффективность.
inclusionAI: Ling-2.6-flash
Ling-2.6-flash — это мгновенная (инструктивная) модель от inclusionAI с общим количеством параметров 104B и 7.4B активных параметров, разработанная для реальных агентов, которым требуются быстрые ответы, высокая производительность и эффективность использования токенов. Она обеспечивает производительность, сравнимую с передовыми моделями аналогичного масштаба, при значительном сокращении использования токенов в рабочих процессах кодирования, обработки документов и легковесных агентов.