9 月 9 日，蚂蚁集团百灵发布先行开源的金融增强开放模型 Ling-3.0-flash-Fin 并正式开源。模型基于 Ling-3.0-flash 打造，采用 MoE 架构，总参数 124B、激活 5.1B，支持 256K 长上下文，重点切入投研场景，覆盖信息检索、研究推理、估值建模与研报撰写；同步开源金融搜索 Agent 评测基准 FinFIRST（中金投行团队支持，123 道专家题）。这是头部厂商把开源模型能力直接对准垂直工作流的一次明确动作。
核心要点拆解
其一，模型定位是「金融增强」而非「通用更强」——在 Ling-3.0-flash 之上做领域后训练，把投研这类强结构、强合规场景作为突破口；其二，同步放出 FinFIRST 基准，试图为「金融搜索 Agent 到底行不行」提供可量化标尺，而非只靠厂商自述；其三，开源策略延续蚂蚁百灵此前的开放路线，企业可在自有数据上微调与私有部署，降低合规顾虑。
同类事件关联短评
金融一直是 Agent 落地最积极的垂直赛道之一：此前阿里千问金融智能体已在十余家机构集中上线，银行半年报里智能体数量也爬到百位量级。Ling-3.0-flash-Fin 的差异在于「先给模型、再给标尺」——不只说自己能干活，还把评测基准开源，让行业能复现对比。这与监管对金融 AI 可解释、可审计的要求方向一致。
短期行业影响
对中小券商与资管机构，开源金融模型降低了自研投研 Agent 的门槛；对模型厂商，垂直专业化正在成为开源模型的新分化点，通用基座模型的「参数军备」叙事被「场景战斗力」取代。值得观察的是：FinFIRST 的 123 道题能否被行业广泛采用为公认基准，以及金融增强模型的幻觉与合规边界在真实交易中如何兜底，目前官方及行业暂未披露更多细节，后续将持续跟进迭代动态。