Ling 3.0 Flash Fin: el modelo financiero de pesos abiertos de Ant Group, ahora evaluado de forma independiente

Ling 3.0 Flash Fin, el modelo de mezcla de expertos centrado en finanzas del laboratorio inclu​sionAI de Ant Group, ahora tiene algo de lo que careció durante sus primeras tres semanas: una cifra de referencia (benchmark) de alguien distinto del laboratorio que lo creó. Artificial Analysis ha publicado una evaluación independiente de Ling 3.0 Flash Fin, otorgándole 23 en el Intelligence Index (v4.3) y 24 en el Finance & Accounting Index, y situándolo en la frontera de Pareto de inteligencia frente a parámetros activos de ese índice. El modelo apareció como un listado de API gratuita no anunciado el 27 de agosto de 2026, y obtuvo sus pesos con licencia MIT el 3 de septiembre; la puntuación externa es la primera verificación real de si el ajuste financiero sobre Ling 3.0 Flash aporta algo — y cae un poco distinto de lo que sugiere el propio encuadre del proveedor.

La instantánea

Todo lo que aparece a continuación proviene de la ficha del modelo, del repositorio de Hugging Face y de la evaluación de Artificial Analysis. Los dos primeros están redactados por el proveedor; el tercero no.

• Qué es: un modelo de mezcla de expertos centrado en finanzas, construido sobre la misma base que Ling 3.0 Flash: 124 mil millones de parámetros en total con ~5.1 mil millones activos por token.

• Dónde se sitúa — solo texto, una ventana de contexto de 262,144 tokens y hasta 32,768 tokens de salida, la misma forma de servicio que su padre.

• Cuánto cuesta — $0 por 1M de entrada y $0 por 1M de salida en una prueba gratuita de API de un mes que se abrió con el anuncio del 28 de agosto; Artificial Analysis indica de forma independiente el mismo precio cero. No se ha publicado ningún precio de lista de pago. Los pesos BF16 son gratuitos para descargar y autoalojar.

• Lo que hace: el razonamiento está habilitado por defecto y puede desactivarse, se admite la llamada a funciones y no se aplica la salida JSON estructurada.

• Qué cambió — un lanzamiento oficial el 28 de agosto con CICC, pesos BF16 con licencia MIT en Hugging Face el 3 de septiembre junto con el benchmark FinFIRST, y el 16 de septiembre una primera puntuación independiente de Artificial Analysis.

• Lo que todavía le falta —un precio de lista de pago y una ejecución de FinFIRST por terceros—.

Lo que dice la tarjeta del modelo

La tarjeta del modelo está alojada en Hugging Face bajo la propia organización de inclu​sionAI, con los pesos detrás. Sus afirmaciones siguen siendo de autoría del proveedor —Artificial Analysis mide el modelo y publica sus propias puntuaciones de índice, pero no vuelve a ejecutar la suite FinFIRST de Ant—, así que lee la tarjeta como una declaración de intenciones y trata sus cifras de benchmark como las de Ant. Describe Ling 3.0 Flash Fin como el «primer modelo mejorado para finanzas» de la familia, una extensión de Ling 3.0 Flash «mediante entrenamiento continuado con datos financieros de alta calidad», y centra el lanzamiento en la investigación financiera de extremo a extremo, la búsqueda fundamentada en fuentes, el razonamiento con múltiples documentos a lo largo de presentaciones regulatorias, y los flujos de trabajo de valoración y hojas de cálculo.

• Arquitectura — 124B en total / ~5.1B activos MoE, descrita como construida sobre Ling 3.0 Flash, que a su vez utiliza un stack híbrido de Kimi Delta Attention + MLA con MoE disperso de 1/64 (descrito por el proveedor).

• Contexto — 262,144 tokens de entrada, hasta 32,768 tokens de salida.

• Modalidad — texto de entrada, texto de salida; sin entrada de imagen, audio ni video.

• Razonamiento — activado por defecto, se puede desactivar a petición.

Tool calling — compatible, incluidas herramientas y tool_choice; sin soporte para response_format, por lo que el JSON canalizado no está garantizado.

• Pesos y licencia — MIT; el checkpoint se libera en BF16 (alrededor de 255 GB en 64 shards) en Hugging Face como inclusionAI/Ling-3.0-flash-Fin, en línea con el estándar permisivo de pesos abiertos de la familia.

• Servicio — la ficha indica que Fin comparte la arquitectura de Ling 3.0 Flash y es compatible con los runtimes SGLang y vLLM que ya dan servicio al modelo padre. Esa compatibilidad es una afirmación del proveedor; la cifra de velocidad que existe es de Artificial Analysis, no de Ant.

Qué ha cambiado desde el lanzamiento — y qué sigue sin verificarse

Las incógnitas que más importaban hace tres semanas ya están resueltas. Ant Group anunció formalmente Ling 3.0 Flash Fin el 28 de agosto en colaboración con CICC, presentándolo como el primer modelo de la familia con mejoras para finanzas y abriendo una prueba gratuita de un mes para la API. Luego, el 3 de septiembre, el checkpoint BF16 apareció en la organización de Hugging Face de inclusionAI bajo una licencia MIT —los mismos términos permisivos que el resto de la familia Ling 3.0—, por lo que ahora el modelo se puede descargar, autoalojar y ajustar finamente. Los pesos que faltaban eran el mayor motivo para mantenerse cauteloso; esa objeción ya no existe.

La referencia para ejecutar Fin es el modelo padre que se muestra arriba. Como ambos modelos comparten una arquitectura, la ficha de Fin remite a la guía de despliegue de Ling 3.0 Flash en lugar de publicar una segunda, y afirma que Fin es compatible con los entornos de ejecución SGLang y vLLM que ya sirven al modelo padre. Eso lo afirma el proveedor, pero no se demuestra con una prueba comparativa de servicio en producción específica para Fin; sin embargo, Artificial Analysis sí informa que Fin alcanza 162.4 tokens de salida por segundo en su propio sistema de pruebas, lo que es más rápido que la mediana de 115 que registra para modelos de pesos abiertos comparables.

Lo que hace que el lanzamiento sea más que una simple publicación de pesos es FinFIRST — Financial Information Retrieval, Sourcing and Traceability —, el benchmark que Ant Group construyó con el equipo de banca de inversión de CICC y publicó el mismo día. Evalúa si un modelo puede encontrar los datos correctos, citar fuentes primarias autorizadas, realizar el cálculo correctamente y respaldar el proceso, puntuando cada respuesta en 701 puntos granulares que cubren resultado, proceso y evidencia. El conjunto es pequeño pero riguroso: más de 50 profesionales de finanzas escribieron y validaron las preguntas, solo el 9,78 % de los ítems candidatos superaron la selección, y los 123 que quedan son 61,8 % con alta carga de cálculo y 32,5 % de múltiples fuentes. Debido a que las preguntas, las respuestas de referencia y los criterios de puntuación son públicos bajo una licencia Apache 2.0, FinFIRST proporciona a terceros una vara de medir compartida para verificar las afirmaciones de Ant. Sin embargo, una herramienta para pruebas independientes no es un sustituto de ello — y tres semanas después, nadie fuera de Ant ha publicado una ejecución de FinFIRST.

El dinero es ahora el principal asunto pendiente. La API es gratuita durante la prueba de un mes, lo que sitúa el final de la ventana gratuita a finales de septiembre, y no se ha publicado ningún precio de lista de pago, así que presupuestar con Fin más allá de ese punto sigue siendo una incógnita. Todo lo demás que quedó abierto en agosto ya tiene una cifra asignada.

Por qué un Ling 3.0 Flash ajustado para finanzas es una jugada real

El enfoque financiero es lo menos sorprendente de esta versión, porque la familia ya apuntaba en esa dirección. En la evaluación de la propia tarjeta de modelo de Ant para Ling 3.0 Flash, el laboratorio reportó un 27 % en τ3-Bench Banking — segundo entre los modelos abiertos de clase flash por detrás de DeepSeek V4 Flash — y el Elo de extremo a extremo más alto en GDPVal v2-AA, con aproximadamente 1.107. Esos son números reportados por el proveedor sobre el generalista; un especialista existe para elevar exactamente esos números. Ant Group ejecuta IA dentro de Alipay, pagos, riesgo y productos de inversión, por lo que un modelo de ejecución ajustado a finanzas es el manual de juego declarado de la familia — «separación de planificación-ejecución» — aplicado al vertical donde la empresa realmente gana dinero.

La captura de pantalla de arriba muestra cómo se veía en agosto el punto de referencia independiente de la familia: Artificial Analysis mostrando a Ling 3.0 Flash con 38 en una versión anterior de su Intelligence Index. Esa cifra ya está desactualizada, y vale la pena entender el motivo antes de compararla con cualquier otra cosa. Artificial Analysis vuelve a puntuar los modelos cuando revisa el índice, y su versión actual v4.3 sitúa a Ling 3.0 Flash en 21 frente a una mediana de 8. El 38 no es comparable con un número de la v4.3, incluido el de Fin.

Lo que dice la v4.3 es más interesante que una simple degradación. Ling 3.0 Flash Fin obtiene 23 en ese índice, por encima de su propio modelo padre generalista, con 21, y justo por detrás de Ling 3.0 Flash VL, con 25. En el índice de Finanzas y Contabilidad, Fin y la variante VL empatan en 24. Artificial Analysis también sitúa a Fin en la frontera de Pareto del índice de Inteligencia frente a parámetros activos: iguala la puntuación de 23 de MiniMax-M2.7 mientras activa 5.1B de parámetros por token, frente a los 10B de ese modelo. El matiz también juega en sentido contrario: ambos modelos Ling se sitúan por debajo de la frontera de parámetros totales, donde Qwen3.8 27B (xhigh) obtiene 34 con 27B de parámetros totales.

El ajuste para finanzas tampoco es una victoria arrolladora. La precisión en conocimiento empresarial de Fin supera a la de la variante VL (17% frente a 11%), pero su tasa de alucinaciones es peor (33% frente a 19%), y queda por detrás en las métricas agénticas: 7% en AutomationBench-AA frente a 16%, 1.171 Elo frente a 1.225 en GDPval-AA v2, y un 0% en Terminal-Bench v4.0 para ambos. También consume aproximadamente 67.000 tokens de salida por tarea de Intelligence Index, alrededor de un 34% más que VL. Ese es el perfil de un modelo orientado con fuerza al trabajo financiero con gran carga documental en lugar de a la ejecución agéntica general —lo que se acerca a lo que Ant afirma sobre él y es más limitado de lo que suena «mejor en finanzas».

Prueba gratuita más pesos abiertos — lo que eso vale

Una prueba gratuita de API de un mes más pesos con licencia MIT es una posición sustancialmente mejor que la semana gratuita y sin pesos que este modelo tuvo al principio. La oportunidad es doble: probar el ajuste financiero en tus propias tareas de inversión de varios pasos a coste cero de tokens en la API, o descargar el checkpoint BF16 y ejecutarlo —y ajustarlo— tú mismo. La cautela es más limitada que antes, pero no ha desaparecido. Una evaluación independiente es una señal real, no una garantía de producción, y lo que muestra es una especialización que compra precisión fundamentada en documentos a costa de cierto control de alucinaciones y ejecución agéntica. Ejecuta tus propias tareas antes de canalizar dinero a través de él.

Esta es exactamente la situación para la que se crea una capa de enrutamiento. A través de una única API que da servicio a más de 200 modelos, puedes poner Ling 3.0 Flash Fin en una ruta de prueba con conmutación por error automática a un generalista probado: cuando el nuevo modelo no rinda lo esperado o el nivel gratuito te limite la tasa, el tráfico se desplaza sin tocar el código de la aplicación. Cuando finalice la prueba y aparezca un precio de lista, un enrutador que traslade los precios del proveedor con un 0 % de margen mostrará la nueva cifra ese mismo día, así tu modelo de costes se actualiza sin renegociar. Prueba el especialista, conserva la red de seguridad y decide con datos, no con el material promocional del proveedor.

¿Quién debería cargarlo?

Los equipos financieros y de agentes que construyen flujos de trabajo de análisis de inversiones, investigación o decisiones a largo plazo son el público obvio, y se dividen en dos bandos: equipos que quieren una prueba alojada sin coste del ajuste financiero antes de que se cierre la ventana gratuita, y equipos que quieren autoalojar o realizar ajuste fino, para quienes los pesos abiertos son lo esencial. El perfil de Artificial Analysis afina el encaje: si tu carga de trabajo son documentos regulatorios largos, conciliación de múltiples fuentes e investigación con fuentes, las puntuaciones de Fin están dirigidas a ti; si es uso de herramientas agénticas con presupuestos de tokens ajustados, la variante VL y el modelo generalista padre parecen más fuertes.

Omítelo si necesitas salida JSON forzada (el endpoint no admite response_format), si necesitas una API de pago, de nivel producción y con un precio conocido, o si estás en un contexto regulado donde ni una ficha de proveedor ni un único índice de terceros son evidencia suficiente por sí solos. La objeción sobre los pesos abiertos que aplicaba en agosto ya no se sostiene: el checkpoint con licencia MIT está en Hugging Face. Para el miembro de la familia mejor documentado, Ling 3.0 Flash sigue siendo la opción predeterminada más segura.

Qué ver

La lista de seguimiento de agosto tenía cuatro puntos; tres ya están completados. Cerrados: el anuncio oficial (28 de agosto), la publicación de los pesos (3 de septiembre, MIT) y una primera evaluación independiente (16 de septiembre, Artificial Analysis). Aún pendientes, por orden de importancia: una ejecución de FinFIRST por un tercero sin interés alguno en Ant, lo que pondría a prueba el benchmark del propio proveedor en terreno neutral; un precio de lista de pago, que convierte los cálculos de la prueba en una cuestión de presupuesto; y cifras de servicio en producción específicas para Fin en vLLM o SGLang, que la ficha promete por arquitectura pero que nadie ha publicado.

El estado honesto: Ling 3.0 Flash Fin tiene veinte días, con pesos abiertos bajo licencia MIT, gratis en la API durante unos diez días más y, ahora, al menos una puntuación independiente. Dejó de ser una caja negra en septiembre: los pesos se pueden descargar, FinFIRST le entrega a la industria una medida de referencia compartida y Artificial Analysis le ha puesto un número al modelo en lugar de a su columna vertebral. Lo que es real hoy es que un miembro ajustado para finanzas de la familia de pesos abiertos que se mueve más rápido del mercado es gratis para llamar y gratis para ejecutar, y que la primera medición externa dice que la especialización es genuina pero limitada. La primera puntuación FinFIRST de terceros y el precio de la versión de pago harán que esto pase de ser un lanzamiento interesante a una decisión.