一句话结论:inclusionAI 的万亿参数推理模型 Ring-2.6-1T 在 OpenRouter 免费层就能调,总参数 1T、每次只激活 63B,262K 上下文,注册 OpenRouter、建一个 Key,不绑卡,全程几分钟,调用本身一分钱不花。
先看速览表
| 项目 | 数据 |
|---|---|
| 模型 | Ring-2.6-1T(inclusionAI,蚂蚁集团旗下 AGI 团队) |
| 总参数 | 1T(1 万亿) |
| 每次激活参数 | 63B(MoE,每 token 约激活 6%) |
| 上下文窗口 | 262,144 tokens |
| 单次最大输出 | 65,536 tokens |
| 架构 | MoE 混合专家 + 混合注意力(MLA + 线性注意力),256 个路由专家、每 token 选 8 个 |
| 推理档位 | high、xhigh 两档自适应推理强度 |
| 开源协议 | MIT |
| 发布时间 | 2026 年 5 月 8 日 |
| 免费调用方式 | OpenRouter 免费层,模型 ID inclusionai/ring-2.6-1t:free |
| 免费价格 | $0 |
| 付费价格 | 以 OpenRouter 模型页当前显示为准(本次抓取时页面未显示固定价目,未核实) |
Ring 是什么:推理模型,不是聊天模型
Ring-2.6-1T 是 inclusionAI 专门为 Agent 工作流做的思考型模型。它的定位不是陪聊,而是多步规划、工具调用链、长时间自主任务——写代码、跨文件调试、调一串工具干活。OpenRouter 模型页写明,它面向编码 Agent、工具使用和长时程任务执行,在 PinchBench、ClawEval、TAU2-Bench、GAIA2-search 这些测 Agent 能力的基准上成绩靠前。
它和同门的 Ling-2.6-1T 是一对分工不同的模型,千万别用错:
- Ring-2.6-1T:思考/推理模型,1T 总参数、63B 激活,负责想清楚、做规划、调工具。免费。
- Ling-2.6-1T:即时/指令模型,同为万亿参数级,负责快速执行、直接出结果。付费。
- Ling-2.6-flash:104B 总参数、7.4B 激活,轻量快速档。付费。
三者在 OpenRouter 上都能调,只有 Ring 走免费层。调模型时模型 ID 写错一位,就从免费变付费。
模型卡给出的一组基准成绩(high 推理档):PinchBench 87.60、ClawEval 63.82、Tau2-Bench Telecom 95.32;AIME 2026 95.83、GPQA Diamond 88.27。SGLang 文档引用模型卡数据,PinchBench 这一项的成绩超过了 GPT-5.4 和 Gemini 3.1 Pro。分数是模型卡上的数字,实际效果以你自己的任务为准。
费用明细
| 费用项 | 金额 |
|---|---|
| OpenRouter 注册 | $0 |
| API Key | $0,免费模型不要求绑卡 |
| Ring-2.6-1T 免费层调用 | $0,按 OpenRouter 免费层规则计费 |
| 付费档调用 | 以 OpenRouter 模型页当前显示为准(未核实) |
| 本地部署 | 不建议,万亿参数模型本地跑不动,见下文避坑 |
免费层没有固定额度表:OpenRouter 免费层不公布固定的每分钟请求数,限速随整体需求和模型负载浮动。freellms 的实测写道,非高峰时段免费模型约 20–30 RPM(未核实),高峰期免费模型可能排队,付费模型优先路由。Ring 是推理模型,复杂任务单次请求要 10–30 秒,本来也不会一分钟发几十个请求,限速通常不是瓶颈。
操作步骤
第一步:注册 OpenRouter,建一个 Key
- 打开 OpenRouter Keys 页,点注册,用邮箱或 GitHub 账号注册。
- 进 Keys 页点 Create Key,复制保存好 Key。
- 免费模型不要求绑卡,不用填任何支付信息。
注册加建 Key 两步,全程几分钟。
第二步:选对模型 ID
调用时模型 ID 填:
inclusionai/ring-2.6-1t:free
带 :free 后缀的是免费层入口。不带后缀的 inclusionai/ring-2.6-1t 是付费入口。模型列表里认准 Ring,别点成 Ling-2.6-1T 或 Ling-2.6-flash,那两个是付费的。
第三步:一条 curl 调通
OpenRouter 是 OpenAI 兼容接口,base URL 是 https://openrouter.ai/api/v1。把下面命令里的 Key 换成你自己的:
curl https://openrouter.ai/api/v1/chat/completions \
-H "Authorization: Bearer $OPENROUTER_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "inclusionai/ring-2.6-1t:free",
"messages": [{"role": "user", "content": "用 Python 写一个快速排序,并解释时间复杂度"}]
}'
返回正常 JSON 就是通了。第一次请求会慢一点,推理模型要先想,复杂任务等 10–30 秒正常。
第四步:接进编程 Agent 和聊天客户端
Ring 最适合的用法是接进编码 Agent,而不是网页聊天框。几个常见工具的接法:
Claude Code,在 ~/.bashrc 或 ~/.zshrc 里加:
export ANTHROPIC_BASE_URL="https://openrouter.ai/api/v1"
export ANTHROPIC_AUTH_TOKEN="你的 OpenRouter Key"
export ANTHROPIC_MODEL="inclusionai/ring-2.6-1t:free"
Cursor:Settings → Models → Add Model,模型名填 inclusionai/ring-2.6-1t:free,Base URL 填 https://openrouter.ai/api/v1,API Key 填你的 OpenRouter Key。
Codex CLI:
export OPENAI_BASE_URL="https://openrouter.ai/api/v1"
export OPENAI_API_KEY="你的 OpenRouter Key"
export CODEX_DEFAULT_MODEL="inclusionai/ring-2.6-1t:free"
OpenCode、OpenClaw 这类工具:都接受 OpenAI 兼容配置,Base URL 填 https://openrouter.ai/api/v1,Key 填 OpenRouter Key,模型选 inclusionai/ring-2.6-1t:free。
想换推理强度,请求里加 reasoning_effort 参数:high 是默认档,复杂数学、科学推理这类任务用 xhigh,模型会多分配思考预算。
第五步:不想写代码,直接网页聊
只想试试效果不用写代码,两条路:
- OpenRouter 聊天室:打开 Ring-2.6-1T 模型页,登录后直接在页面里对话,模型选免费层。
- Rewind.ai 免费聊天页:不用注册就能聊,匿名每天 2,500 tokens,注册免费账号后每天 5,000 tokens,每 24 小时重置。Rewind 页面写明,免费账号额度翻倍并保存历史记录。
申请技巧
- 把它当 Agent 引擎用,别当聊天机器人用。Ring 是为多步工具调用、跨文件调试设计的,单轮闲聊它不占优,速度也比即时模型慢。接进 Claude Code、OpenClaw、OpenCode 这类 Agent 工具才是它的主场。
- 复杂任务先给足上下文。262K 上下文窗口是它的强项,跨多个文件调试时把相关文件一次给全,比拆成十几次追问效果好。
- 推理档位按任务选。日常多轮 Agent 任务用 high 就够;数学、科学推理、架构规划这类难活切 xhigh,思考预算给足,代价是等得更久、token 消耗更多。
- 遇到限速先换时段。免费层限速随需求浮动,高峰期排队是常态。急活换个时段再跑,或者把并发降下来,别对着限速反复重试。
- 长任务拆成多步。单次最大输出 65,536 tokens,超长任务拆步骤跑,每步验收一次,比一次要几万字输出稳得多。
避坑
- 别选错模型。Ring、Ling-2.6-1T、Ling-2.6-flash 三个名字很像,只有 Ring 免费。调用前核对模型 ID 里的 ring 和 :free 后缀。
- 别走 Puter。Puter 的模型页写明,Ring-2.6-1T 已在 Puter 下架,现在调不通。走 OpenRouter 免费层,别绕路。
- 别想本地跑。万亿参数模型本地推理要多卡服务器,SGLang 文档给出的部署方案是 4 卡 GB300 节点起步。个人电脑跑不动,老老实实调 API。
- 免费层没有 SLA。OpenRouter 免费层不保证可用性和吞吐,生产环境、赶时间的活别全押在免费层上。
常见问题
Ring-2.6-1T 免费吗?
免费层 $0。在 OpenRouter 上用模型 ID inclusionai/ring-2.6-1t:free 调用,不绑卡。OpenRouter 模型页和 freellms 的实测都确认 Ring 走免费层,同门的 Ling 和 Ling-flash 是付费的。
Ring 和 Ling-2.6-1T 有什么区别?
Ring 是思考/推理模型,负责规划和工具调用;Ling-2.6-1T 是即时/指令模型,负责快速执行。两个都是万亿参数级 MoE,Ring 每次激活 63B 参数。日常聊天、快速出结果用 Ling 这类即时模型;多步 Agent 任务用 Ring。
上下文窗口多大?
262,144 tokens。OpenRouter 模型页写明 262K 上下文,单次最大输出 65,536 tokens。
免费层有限速吗?
有,但 OpenRouter 不公布固定数字。限速随整体需求和模型负载浮动,高峰期可能排队。推理模型单次请求本来就慢,限速通常不是瓶颈。
能接进 Claude Code、Cursor、OpenClaw 吗?
能。OpenRouter 是 OpenAI 兼容接口,上面步骤里给了 Claude Code、Cursor、Codex CLI、OpenCode、OpenClaw 的接法,Base URL 都是 https://openrouter.ai/api/v1,模型填 inclusionai/ring-2.6-1t:free。
Ring 适合聊天吗?
不太适合。它是为 Agent 工作流优化的推理模型,单轮闲聊速度慢。想要免费聊天模型,看本站这篇:17 家免费 LLM API Key 全指南;想在 OpenRouter 上找免费角色扮演模型,看这篇:OpenRouter 免费角色扮演模型。
模型权重能下载吗?
能。权重在 Hugging Face 开源,协议 MIT,仓库地址是 inclusionAI/Ring-2.6-1T。下载归下载,本地跑起来要多卡服务器,个人电脑不用试。
本站部分内容由网友投稿,转载仅为学习交流之目的,不代表 518 PORT 立场;版权归原作者所有。如有侵权、虚假或违法内容,请联系我们删除;本站不承担因转载内容产生的任何责任。

