一位基金分析师一上午都在三个工具之间倒腾同一份估值模型：把数字从表格复制到研报终端，再贴进聊天窗口。真正的瓶颈往往不是"够不够聪明"，而是流程、审计线索和信任。蚂蚁集团最新的开源动作，赌的是金融 AI 的下一波价值不在更大的脑容量，而在一个更便宜、更可溯源的模型。
关键事实
蚂蚁在 2026 外滩大会（Inclusion·Conference on the Bund，外滩大会）上开源了 Ling-3.0-flash-Fin。它基于混合专家（MoE，混合专家）架构，总参数 124B，但每个 token 仅激活约 5.1B。模型面向四类工作流：带溯源的检索、研究推理、Excel 内的估值建模、报告生成，并与包括中金公司（CICC，中金公司）投行团队在内的金融机构共同开发。
124B 总量、5.1B 激活意味着什么
Ling-3.0-flash-Fin 采用稀疏混合专家设计：1240 亿参数里，任意时刻只有约 51 亿参与计算。这让推理更便宜、部署更轻，却保留了大模型的知识容量。对每天跑上千万次查询的机构来说，激活参数更小等于账单更小、延迟更低。
蚂蚁在效率上一贯激进。更早的 Ling-2.6-flash API 定价为每百万输入 token 0.1 美元、输出 0.3 美元，价格被压到让高频智能体调用在经济上说得通。
四大核心能力
金融模型被组织成四个具体任务，而非抽象的"智能"：优先权威官方来源的检索与端到端溯源；把杂乱异构数据综合成可验证的证据链；理解复杂 Excel 联动并支持自动更新；把事实、计算与图表融合成专业报告。这些正是一线分析师被反复重复、且最消耗人力的活儿。
FinFIRST：顺手开源的评测集
与权重一起，蚂蚁开源了 FinFIRST——一个面向金融搜索智能体的评测集，包含 123 道专家撰写任务、701 条原子准则、12,300 个评分点，由中金投行团队提供专业支持。它评估的是完整研究过程，而非只比对最终答案，直接针对"用冗长输出刷榜"的坏习惯。
百灵 3.0 家族的其他成员
金融模型只是其中一员。Ling-3.0-flash 是面向生产级智能体的混合推理 MoE（124B/5.1B）；Ling-3.0-tiny 为 7.9B/1.3B 的原生混合推理模型，可完全本地离线运行；Ling-3.0-flash-VL 加入图像与视频输入、1M 上下文，用于文档智能与医学报告解读；Ling-3.0-flash-Santé 面向医疗，在 MedXpertQA-Text、DiagnosisArena-MCQ 等基准上宣称达到同尺寸顶尖水平。
这个家族里还站着更早的 Ling-2.6-1T：一个万亿参数（1T）旗舰，于 2026 年春季开源，主打复杂任务下的多步执行稳定性与高"智能—效率比"，在 AIME26、SWE-bench Verified 等执行类基准上取得较高评分。换句话说，金融模型并非孤立发布，而是蚂蚁"先铺通用旗舰、再切垂直场景"路线的一枚落子。
在中国的开源模型浪潮里它处于什么位置
过去一年，一长串中国实验室从封闭 API 转向开放权重。蚂蚁的切入点不同于"放最大的模型"这种反射：领域专精 + 效率 + 愿意把评判它的基准也交出来。若策略奏效，企业 AI 的赢家将不是智能指数最高的模型，而是能扛住合规官审视的那一个。
诚实的局限
- 本文所有参数、基准与能力表述，均可追溯到蚂蚁集团自己的发布与配套材料；第三方独立评测仍有限，我们也未亲自运行该模型。
- "开放权重"不等于"可用于受监管场景"。金融部署面临数据驻留、审计与许可约束，可下载的 checkpoint 解决不了这些。
- 在专有真实金融数据上的表现（相对精心设计的 FinFIRST 集）尚无外部验证。
- 定价、可用性与模型变体可能快速变化，文中数字应视为发布时点快照。
- 与中金公司的"共同开发"是专业支持关系，不应解读为该机构对任意产品的背书。
普通人现在能做什么
- 开发者：从 Hugging Face 或 ModelScope 拉取权重，在私有金融任务上先用 FinFIRST 做第一道标尺，再谈信任任何输出。
- 金融团队：在一个窄场景（如业绩点评起草）试点"检索+溯源"工作流，并坚持每条数据都附带来源引用。
- 所有评估 AI 的人：开始按"每个有用任务的成本与准确率"而非参数规模来度量，token 效率正成为真正的竞争轴。