ArtikelAnt GroupAnkündigung
Für Enterprise-Agenten und Coding-Assistenten sind Inferenzkosten und Latenz bei langen Reasoning-Ketten oft ein Hindernis. Ring versucht, die Balance aus Modellgröße, selektiver Aktivierung und anpassbarem Denkaufwand praxistauglich und als Open Source zu lösen.
Mit Ring-2.6-1T adressiert Ant Group gezielt reale Agenten-Pipelines statt reiner Benchmark-Optimierung. Die Kombination aus MoE (63B aktiv) und linearer Attention zielt auf Kosteneffizienz bei langen Kontexten bis 256K. Der schaltbare Denkaufwand ('Reasoning Effort') verhindert unnötigen Token-Verbrauch bei Routineabläufen in Agenten-Schleifen.
Zusammenfassung von KI erstellt (Gemini 3.8 Flash, 27. September 2026). Sie kann Fehler enthalten – maßgeblich ist die Originalquelle.
Inhaltlich ähnlich, ermittelt über die KI-Suche.
Link:inclusionAI
inclusionAI hat Ring-2.6-1T veröffentlicht, ein Modell mit einer Billion Parametern unter MIT-Lizenz. Es zielt auf komplexe Agenten-Workflows ab und bietet einstellbare Denkintensitäten sowie ein asynchrones RL-Trainingsverfahren.
Artikel:Zhidx
Ant Groups Bailian hat das Open-Source-Modell Ling-3.0-tiny vorgestellt. Die Architektur kombiniert DeepSeeks MLA mit Kimis KDA in einem Mixture-of-Experts-Design mit 7,9 Milliarden Gesamtparametern, von denen pro Token nur 1,3 Milliarden aktiviert werden. Das Modell zielt auf den effizienten lokalen Einsatz auf Rechnern wie Apple-Silicon-Macs und DGX-Workstations ab.
Link:Xiaomi MiMo Team
Xiaomi hat MiMo-V2.5-Pro vorgestellt, ein quelloffenes Mixture-of-Experts-Modell mit 1,02 Billionen Parametern und 42 Milliarden aktiven Parametern. Das Modell bietet ein Kontextfenster von bis zu 1 Million Tokens und zielt speziell auf komplexe Agenten-Workflows und langanhaltende Software-Engineering-Aufgaben ab.
Link:Ant Group
inclusionAI ist die offizielle Hugging-Face-Organisation für die AGI-Initiative der Ant Group. Dort veröffentlicht das Unternehmen Open-Source-Modelle aus den Bereichen LLM, Bildgenerierung und Reinforcement Learning.
Link:ornith-ai
ornith-ai hat das multimodale Mixture-of-Experts-Modell Ornith-1.5-397B unter MIT-Lizenz veröffentlicht. Das 397 Milliarden Parameter schwere Modell setzt auf kontinuierliche Selbstverbesserung und erzielt in Programmier- und Reasoning-Benchmarks Ergebnisse auf dem Niveau führender proprietärer Modelle.
Link:Tencent Hy Team
Das Tencent Hy Team hat Hy4-preview als quelloffenes Mixture-of-Experts-Modell (MoE) mit 770 Milliarden Gesamtparametern und 49 Milliarden aktiven Parametern pro Token vorgestellt. Das Flaggschiff-Modell bietet ein Kontextfenster von 1 Million Tokens und wurde für Aufgaben in Softwareentwicklung, Büroarbeit und wissenschaftlicher Forschung optimiert.
Dieser Inhalt wurde teilweise mithilfe von KI erstellt.
