蚂蚁百灵发布金融增强模型Ling-3.0-flash-Fin，瞄准真实投研工作流

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。与以往侧重问答、摘要等单点任务的金融大模型不同，该模型瞄准真实金融工作流，尝试推动AI从“回答问题”向“完成工作”转变。目前，模型已正式开源。

同步开放的还有金融搜索Agent评测基准FinFIRST，蚂蚁百灵逐步构建模型、工具与评测体系。模型现阶段聚焦投资研究场景，覆盖信息检索、研究推理、估值建模、研报撰写等环节，旨在打通从资料查找到成果生成的完整任务链。

金融被认为是检验模型专业能力的重要领域。业内分析指出，Ling-3.0-flash-Fin的推出，是蚂蚁百灵从通用能力向专业场景探索的关键一步。蚂蚁集团在金融场景积累深厚，百灵可依托复杂真实场景验证模型能力，并持续迭代优化。

金融AI竞争：从“会回答”到“能干活”

金融长期被视为AI迈向专业生产力的高难度场景。一份研究报告往往需要从年报、财报、公告、监管文件和研究材料中搜集信息，核对不同报告期与统计口径，再进行计算、估值建模，最终产出可供专业人士审核和复用的成果。

金融AI面临的并非简单的“知识问答”，它需明确答案来源、数据可用性、计算准确性以及结论的可复核性。Ling-3.0-flash-Fin正是针对这一完整工作链路设计。

该模型基于Ling-3.0-flash打造，延续124B总参数、5.1B激活参数配置，具备256K长上下文能力，兼顾复杂金融内容处理与部署效率。通过金融语料持续预训练、领域后训练和工具使用优化，模型强化了对年报、财务工作簿、多份研究材料等复杂内容的处理能力。

从定位看，Ling-3.0-flash-Fin更强调长链路Agent工作能力：将信息检索、证据审查、计算、建模和报告准备视为连贯任务，而非孤立步骤，以完成完整的金融研究工作。

目前，该模型率先切入投资研究场景，重点强化四项能力：

• 信息检索：优先定位官方、一手及高可信数据源，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，构建可复核证据链；
• 估值建模：进入真实工作簿，支持公式切换、跨表依赖和异常排查，使AI输出可融入专业人员原有流程；
• 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。

这四项能力对应从信息搜集、验证、计算、建模到成果形成的完整投研链路，标志着金融AI竞争正从单点能力转向完整工作流。

不止发布模型，还尝试建立金融AI“评分尺”

与模型同步推出的FinFIRST，旨在解决如何评估金融Agent表现的问题。FinFIRST（Financial Information Retrieval, Sourcing and Traceability）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，重点评测金融搜索Agent在信息检索、信源选择、口径判断和推导过程等方面的能力。

在该评测体系下，优秀的金融AI不仅需给出正确答案，还需回答三个问题：信息从哪里来、口径是什么、结论如何得出。

数据组成方面，FinFIRST覆盖中国内地、美国、中国香港及其他市场，其中中文题占60.2%，英文题占39.8%。超过五分之四的题目包含多个相关子问题，61.8%要求显式计算，32.5%需多个信源，75.6%不直接指定信源，需Agent自主搜索和判断。所有题目均使用公开可访问的信源。

FinFIRST提供了一套贴近真实金融需求的搜索任务、标准与评测方法，并非简单模型排行榜，而是试图将金融研究中的专业判断转化为可验证、可复用的评测标准。

目前，Ling-3.0-flash-Fin已在FinFIRST、FinSearchComp Verified、Finance Agent、APEX-Agents、SpreadsheetBench、τ³-Banking等多个金融智能体基准上测试，覆盖金融信息检索、投资研究、长程任务执行、估值建模和银行业务等场景。评测显示，模型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。

此次Ling-3.0-flash-Fin的另一特点是“模型+工具+评测”同步开放。相比单纯发布行业模型，百灵希望将模型能力置于真实任务中验证，并通过开放评测吸引金融机构、研究团队和开发者共同参与迭代。