Ring-2.6-1T
inclusionAI: Ring-2.6-1T是一款1万亿参数规模的推理模型，其中激活参数为630亿，专为需要强大能力与运行效率的现实世界智能体工作流程打造，针对编码智能体、工具调用等场景进行了优化，能够适配复杂任务的落地需求，平衡性能表现与运行成本，助力各类智能体应用实现高效稳定的运行。
上下文 262K会用工具深度推理
适合做什么
根据公开评测与能力标签，一句话帮你判断用途
更适合先从简介和评测分数判断是否匹配你的场景。
- 长文友好：一次塞很多资料也不容易“忘前面”
- 回答前会强制深度思考，复杂题更稳，但可能更慢更贵
实力怎么样
Artificial Analysis 公开指数，分数越高越好，大约按 0–100 理解
综合智能
常识、推理、知识问答这类“脑子够不够用”
31.7 一般
评测榜第 65 名 / 123写代码
写程序、改 bug、读仓库时的表现
42.8 一般
评测榜第 68 名 / 123当助手干活
多步骤任务、工具调用、把事情办完的能力
20.1 偏弱
评测榜第 63 名 / 123大概要花多少钱
按每百万 tokens 计价（约等于几十万到上百万汉字量级）
读入内容
$0.075/M
你把资料/问题喂给模型的费用
写出回答
$0.625/M
模型生成回复的费用，通常更贵
重复内容缓存
$0.015/M
相同上下文再次命中时更便宜
举个例子：读进约 50 万 tokens、写出约 5 万 tokens，大约花费 $0.07（按公开标价估算）。
能处理什么
输入、输出与常见能力开关
能看懂
文本
能产出
文本
还会这些
工具调用JSON / 结构化指定输出格式推理参数可见思考过程
怎么思考
推理模式决定它会不会先“慢慢想再答”
这是一台“先想清楚再开口”的模型。
- 必须先思考再回答，关闭不了——难题更稳，简单题也可能偏慢
- 可调思考强度：xhigh / 高
- 支持把思考过程一并返回，方便排查它怎么想的