Ling-3.0-flash-Fin

LLM大模型 部分免费

Ling-3.0-flash-Fin 产品描述

一、产品简介

Ling-3.0-flash-Fin 是蚂蚁集团于2026年9月9日正式开源的百灵系列首个金融增强大模型,由蚂蚁集团旗下 inclusionAI 组织发布。该模型基于纯文本基座 Ling-3.0-flash 打造,通过金融语料持续预训练、领域后训练和工具使用优化,在保持1240亿总参数、51亿激活参数和256K 长上下文架构不变的前提下,深度强化了金融专业能力。

与传统金融大模型主攻问答、摘要等单点任务不同,Ling-3.0-flash-Fin 的核心定位是面向真实金融工作流的长链路 Agent。其能力覆盖从信息检索、研究推理、估值建模到研报撰写的完整投研链路,是国内首个将"能干活"而非"会回答"作为核心目标的金融大模型。模型权重为 BF16 格式,已在 Hugging Face 开放下载,同步上线 OpenRouter 提供限时免费 API 调用。

二、核心功能

2.1 端到端金融研究工作流

Ling-3.0-flash-Fin 打通了一条完整的金融投研链路:信息检索 → 证据核验 → 数值计算 → 估值建模 → 报告撰写。与以往将每个步骤作为独立任务处理不同,该模型能够在单一上下文中完成跨步骤的状态保持与上下文传递,用户只需给出研究目标,模型即可自主推进全流程并输出可直接使用的研究成果。

2.2 溯源式金融信息检索

模型具备优先引用权威数据源的能力,输出结果具备完整可追溯性。用户可以直接追查每一条结论的数据来源、发布时间与机构背景。这一能力与蚂蚁同步开源的金融搜索 Agent 评测基准 FinFIRST(Financial Information Retrieval, Sourcing and Traceability)配合,形成"能力+评测"双开源生态。

2.3 多文档交叉金融推理

Ling-3.0-flash-Fin 能够同时处理多份金融文档,包括年报、财报、监管公告、券商研报与调研纪要等。模型会比对不同文件中报告周期、专业定义、计算假设和数据口径的差异,当发现相互冲突的数据时会主动标注并给出可能的解释,而非简单选择其中一个数字呈现。

2.4 估值建模与电子表格工作流支持

这是该模型区别于通用金融大模型的核心能力之一。模型能够读懂 Excel/LibreOffice 等电子表格中的公式结构,区分实际数值与预测估值项,识别跨表单的数据依赖关系。在此基础上,模型可以完成平衡校验、多情景测算(乐观/基准/悲观),最终输出可直接用于专业人员既有工作流程的财务模型文件。

2.5 可二次加工的研究成果输出

模型自动整理事实素材、分析结论、判断观点与图表内容,产出结构清晰的投研文稿。该文稿格式经过优化,便于金融从业者直接复核、修改和嵌入内部研究报告,而非仅供决策参考的"黑箱答案"。

三、特色优势

3.1 金融专项强化而非通用问答

传统金融大模型往往是在通用基座上微调,本质上仍是"回答问题"的形态。Ling-3.0-flash-Fin 从设计之初即面向长链路 Agent 场景,强调工具调用、电子表格操作、跨文档推理等"干活"能力,定位差异明显。

3.2 专业机构共建的评测生态

与模型同步开源的 FinFIRST 评测基准由蚂蚁集团构建、中金公司投行团队提供专业支持,50余位金融专业人士参与设计题库。评测覆盖中国内地、美国、中国香港等主要金融市场,中文题占60.2%,61.8%的题目要求显式计算,75.6%不指定信源需 Agent 自主判断。这一由行业共建的评测体系为模型能力提供了可信赖的专业背书。

3.3 兼顾专业能力与通用智能

在完成金融领域强化的同时,Ling-3.0-flash-Fin 在 AA Intelligence Index v4.1.1 上的得分从基座模型的38分提升至41分,实现了专业能力与通用智能的协同提升,而非以牺牲通用能力为代价换取垂直场景表现。

3.4 开源开放与 API 便捷接入

模型已在 Hugging Face 开源(BF16 权重),并同步在 OpenRouter 上线,提供限时免费 API 调用。开发者无需自行部署即可快速在金融研究、数据分析与应用开发场景中体验和验证模型能力。

四、适用人群

  • 投行与券商研究员:利用模型的估值建模和多文档推理能力,加速尽职调查与投研报告撰写流程。
  • 公募/私募基金分析师:通过溯源式检索和多情景建模,支持投资决策中的数据验证与敏感性分析。
  • 金融科技开发者:将模型能力集成到智能投顾、风险管理系统或财务分析工具中。
  • 学术金融研究者:利用开源权重和 FinFIRST 评测基准开展金融信息检索、智能投教等研究。
  • 企业财务与战略部门:借助模型处理年报、财报和多源数据,生成结构化分析报告。

五、应用场景

  • 投研报告自动化生成:输入研究主题,模型自主完成资料检索、数据验证、估值建模与报告撰写的全流程。
  • 财务模型构建与检验:模型读取历史财报数据后自动生成财务预测模型,支持多情景敏感性分析,并标注公式异常与数据口径冲突。
  • 金融新闻与公告智能追踪:对定期发布的年报、季报、监管政策文件进行自动解读,提取关键信息并与历史数据进行比对。
  • 跨境金融数据分析:模型支持中英文金融材料处理,适用于覆盖中国内地、美国、中国香港等多市场的跨境投研分析。
  • 金融教学与案例分析:利用模型构建带数据溯源能力的金融案例库,辅助教学与从业资格考试训练。

六、出品方

蚂蚁集团(Ant Group)基础智能技术部,隶属 inclusionAI 开源组织。蚂蚁集团是中国头部金融科技公司,百灵系列大模型已支撑超过1.5亿用户的国民级 AI 应用,包括支付宝 AI 版"阿宝"与 AI 原生助手"灵光"。本次 Ling-3.0-flash-Fin 的金融专业能力建设得到了中金公司等专业机构的深度参与支持。

七、评测表现

Ling-3.0-flash-Fin 在以下金融智能体基准上完成测试:

  • FinFIRST:蚂蚁与中金共建的金融信息检索评测,中文题60.2%,综合表现超过部分大尺寸旗舰模型。
  • FinSearchComp Verified:金融搜索与验证能力评测。
  • FinCRAFT:金融信息处理标准基准。
  • Finance Agent:金融任务智能体综合评测。
  • APEX-Agents:长周期金融任务执行评测。
  • SpreadsheetBench:电子表格操作与公式推理评测,模型在估值工作流中优势明显。
  • τ³-Banking:银行业务流程专项评测。

八、官网与资源链接

团队信息

由 AI 猎手自动发现

评论与建议

0 条评论