蚂蚁开源金融模型 Ling-3.0-flash-Fin 评测：知识与幻觉均逊于 VL 版
ArtificialAnlys · x · 2026-09-16
Artificial Analysis 发布对蚂蚁集团新开源金融模型 Ling-3.0-flash-Fin 的评测线程，该模型基于 Ling-3.0-flash 构建，与金融机构合作开发。
关键数据：
- Intelligence Index 得分 23，Finance & Accounting Index 得分 24，与 VL 版持平；凭借每 token 仅 5.1B 激活参数（总参数 124B）位于智能-激活参数 Pareto 前沿。
- AA-Briefcase（复杂商业工作流，产出表格/PPT/备忘录）967 Elo，略低于 VL 版 986；rubric 通过率 23.5% vs 24.9%，分析质量 866 vs 907，但演示质量 1095 vs 1076 反而更高——尽管它没有图像输入能力。
- GDPval-AA v2（专业知识工作）1171，落后 VL 版约 50 分，但高于 MiniMax-M2.7 的 1087。
- 商业知识准确率更高（17% vs 11%），但幻觉也更严重（非幻觉率 67% vs 81%），且每任务平均输出约 6.7 万 token，比 VL 多 34%。
- 对比之下，Qwen3.8 27B (xhigh) 以 27B 总参数得分 34，两款 Ling 模型都在总参数前沿之下。
所属事件:蚂蚁开源金融模型 Ling-3.0-flash-Fin 跑分揭晓(4 条相关)→
「创投」频道最新
- Stratechery：谷歌财报失速神似当年 Facebook，但 Agent 布局更激进 — Stratechery · 2026-11-02
- 开发者做 GSC 模拟器，解读新站上线两周为何没流量 — gefei55 · 2026-11-02
- 医生入职等一年：AI 咨询师拆解医疗人员调度公司的纸质流程痛点 — alex_verem · 2026-11-02
- 广告创意自动化平台 Fastlane 2.0 发布,获 350 万美元种子轮 — Shruti_0810 · 2026-11-02
- 学者预测:市场动荡或迫使 Anthropic 推迟原定 2026 年底 IPO — TobyWalsh · 2026-11-02
- 独立开发者一天关停 6 个僵尸 App：定期清理也是健康管理 — CtrlAltDwayne · 2026-11-02