GPT
הוספת כלי
R

Ring-2.6-1T

קוד פתוח

inclusionAImit2026-05-14

  • transformers
  • safetensors
  • bailing_hybrid
  • text-generation
  • conversational

מודל ענק של טריליון פרמטרים שמיועד למשימות חשיבה מורכבות ותהליכי סוכנים אוטונומיים. הוא מאפשר לבחור בין שתי רמות עומק חשיבה כדי לאזן בין איכות הביצוע לצריכת המשאבים.

  • 1026Bפרמטרים
  • 131,072טוקנים בהקשר
  • 970 GBמשקל הקבצים
  • 629הורדות בחודש

מה זה

מדובר במודל MoE עם יותר מטריליון פרמטרים שמתמקד בהפעלת כלים, תכנון רב שלבי ותיקון שגיאות בריצה ארוכה, במקום רק במתן תשובות בודדות בצ'אט. המערך הפנימי שלו בנוי עם שתי רמות מאמץ חישובי, רמת high שמיועדת לפעולות סוכן שוטפות, ורמת xhigh שמיועדת למחקר ובעיות מתמטיקה כבדות.

במדדים שפורסמו הוא מציג תוצאות גבוהות במיוחד במשימות ביצוע בעולם האמיתי, כמו ציון 87.60 במבחן PinchBench וציון 95.32 ב־Tau2-Bench למשימות טלקום מורכבות. ברמת החשיבה המעמיקה הוא מגיע ל־95.83 במבחן AIME 26 ול־88.27 ב־GPQA Diamond, שמעידים על יכולת פירוק של שאלות מדעיות וחישוביות קשות.

מתאים ל

  • סוכני אוטומציה מרובי שלבים

    הוא נבנה במיוחד לתכנון שלבים, תיקון שגיאות והפעלת כלים רציפה בתהליכים ארגוניים ארוכים.

  • פתרון בעיות מתמטיקה ומדע

    מצב xhigh מקצה לו עומק חשיבה רחב שמתאים לניתוח שאלות תחרותיות וחישובים מורכבים.

  • תשתיות מחקר ופיתוח בקוד פתוח

    הארכיטקטורה ורישיון ה־MIT מאפשרים לחוקרים לבחון אימון וחישוב של מודל ענק ללא מגבלות מסחריות.

איפה זה נופל

החיסרון המרכזי הוא משקל החומרה המפלצתי, שמציב סף כניסה בלתי עביר למי שאין לו תשתית מבוזרת מרובת צמתים. בנוסף, חלון ההקשר עומד על 128 אלף טוקנים עם אפשרות הרחבה ל־256 אלף באמצעות YaRN, אבל לא מצוין כל מידע על ביצועים או אימון בשפות שאינן אנגלית או סינית, כך שעברית דורשת בדיקה זהירה. הכרטיס גם לא מספק מידע על מגבלות אבטחה או התנהגות במצבי קיצון.

שאלות
נפוצות

אפשר להריץ אותו על שרת GPU בודד?

לא, המשקלים לבדם שוקלים 970 גיגה בייט בפורמט המקורי. הדוגמה של החברה דורשת אשכול של ארבעה שרתים עם 32 כרטיסי מסך בסך הכול לחלוקת המודל.

מה ההבדל בין מצב high למצב xhigh?

רמת high מצמצמת את כמות טוקני החשיבה כדי לתת תגובה מהירה ויציבה בסוכנים אוטומטיים. רמת xhigh מרחיבה את מרחב החשיבה עבור בעיות לוגיות ומתמטיות קשות.

איך מריצים

להריץ מודל כזה לבד זו משימה לתשתית מחשוב כבדה מאוד, לא לשרת בודד. המשקל שלו בפורמט bfloat16 תופס 970 גיגה בייט בדיסק, ודוגמת ההרצה הרשמית שלו ב־SGLang דורשת ארבעה צמתים של שרתים שונים עם שמונה מאיצים גרפיים בכל צומת, כלומר אשכול של 32 מעבדים גרפיים במקביל.

ההרצה המקומית דורשת שימוש בגרסת SGLang מותאמת מענף ייעודי בגיטהאב והפעלת שרת מבוזר. לרוב המפתחים והצוותים אין את החומרה הזו בהישג יד, ולכן עדיף להשתמש בממשק הרשת שהם מספקים או לפנות לפתרון מנוהל במקום להקים אשכול של עשרות כרטיסים.

from transformers import pipeline

pipe = pipeline("text-generation", model="inclusionAI/Ring-2.6-1T")
print(pipe("שלום"))

הקבצים

190 קבצים במאגר, 970 GB סך הכול. הקישורים מובילים ישירות ל־Hugging Face.

הרישיון

הפרויקט מפורסם תחת רישיון MIT. הרישיון הזה מתיר שימוש מסחרי מלא, שינוי של הקוד והמשקלים, הפצה פנימית ושילוב במוצרים, בתנאי ששומרים על הודעת זכויות היוצרים המקורית. אין כאן הגבלות מיוחדות על היקף ההכנסות או השימוש העסקי.

  • שימוש מסחרי
  • שינוי הקוד
  • הפצה מחדש

הרישיון המלא בעמוד המודל ↗