蚂蚁百灵发布首个金融增强模型Ling-3.0-flash-Fin，AI投研从问答迈向工作流

事件概述

在外滩大会前夕，蚂蚁集团百灵正式发布首个金融增强开放模型 Ling-3.0-flash-Fin，并同步开源。该模型突破了传统金融大模型仅解决问答、摘要等单点任务的局限，转而瞄准真实的金融工作流，试图让AI从“回答一个问题”进化为“完成一项工作”。与此同时，蚂蚁还开源了金融搜索Agent评测基准 FinFIRST，逐步开放模型、工具及评测体系，降低金融AI应用开发门槛。

核心信息与模型能力

1. 技术架构与定位

• 基础底座：基于 Ling-3.0-flash 打造，保持 124B 总参数、5.1B 激活参数的配置，具备 256K 长上下文处理能力，兼顾复杂金融内容处理与实际部署效率。
• 训练优化：通过金融语料持续预训练、领域后训练及工具使用优化，强化了对年报、财务工作簿、多份研究材料等复杂内容的理解与处理能力。
• 核心目标：强调面向长链路 Agent 工作的能力，将信息检索、证据审查、计算、建模和报告准备连接为完整的金融研究工作流。

2. 四大核心能力打通投研链路
模型重点切入投资研究场景，强化了以下四项连贯能力：

• 信息检索：优先定位官方、一手及高可信数据源，严格关注信息时点和统计口径。
• 研究推理：通过多步计算和交叉验证，厘清事实与假设，构建可复核的证据链。
• 估值建模：深入真实工作簿，支持公式切换、跨表依赖和异常排查，确保 AI 生成结果能无缝接入专业人员原有工作流程。
• 研报撰写：组织事实、数据和判断，生成可编辑、可审核的研究材料。

3. FinFIRST 评测基准

• 背景与支持：由蚂蚁集团构建并开源，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。
• 评测维度：不仅考核答案正确性，更重点评估信息溯源（从哪里来）、口径一致性（是什么）及推导逻辑（如何得出）。
• 数据集构成：覆盖中国内地、美国、中国香港及其他市场。中文题占 60.2%，英文题占 39.8%。超过 80% 的题目包含多个子问题，61.8% 要求显式计算，75.6% 需自主搜索信源。
• 测试表现：Ling-3.0-flash-Fin 在 FinFIRST、FinSearchComp Verified、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking 等多个基准上进行了测试，综合表现超过部分大尺寸旗舰模型，在同尺寸模型中具备较强竞争力。

值得关注

此次发布不仅是单一模型的推出，更是“模型+工具+评测”体系的同步开放。蚂蚁集团希望通过开放模型权重和 API，以及提供贴近真实需求的评测标准，吸引金融机构、研究团队和开发者共同参与迭代。这反映了 AI 行业的一个趋势：随着 Agent 技术的发展，模型价值正从“生成内容量”转向“承担工作任务的能力”，而在金融、医疗等专业领域，能否嵌入完整工作流并理解行业规则，将成为衡量 AI 生产力的关键指标。