Ling 3.0 Flash Fin: המודל הפיננסי במשקולות פתוחות של Ant Group, כעת עם דירוג עצמאי
- OrcaחדשOrcaCyber: DeepSeek V4.1 Flash Abliterated2026-10-23$0.70 / $1.60 לכל 1M טוקנים · 227 tok/s
- OrcaחדשOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 לכל 1M טוקנים · 14 tok/s
- deepseekחדשDeepSeek: DeepSeek V4.1 Flash 10172026-10-1745אינטליגנציה
- DeepSeekחדשDeepSeek: DeepSeek V4.1 Flash2026-10-1740אינטליגנציה
- OrcaחדשOrca: OrcaCyber Zero 1.52026-10-10$3.00 / $7.50 לכל 1M טוקנים · 151 tok/s
- openaiOpenAI: GPT-6.1 Sol2026-09-2952אינטליגנציה
- anthropicAnthropic: Claude Sonnet 5.52026-09-2856אינטליגנציה
- typesafeTypeSafe: Jev 1.132026-09-24$0.04 / $0.00 לכל 1M טוקנים · 1061 tok/s
- OpenAIOpenAI: GPT-6 Luna2026-09-2238אינטליגנציה
- OpenAIOpenAI: GPT-6 Sol2026-09-2248אינטליגנציה
- AnthropicAnthropic: Claude Opus 5.52026-09-2258אינטליגנציה
- xAIGrok 4.72026-09-2146אינטליגנציה
- OrcaOrca: OrcaCyber Zero 1.02026-09-17$3.00 / $7.50 לכל 1M טוקנים · 157 tok/s
- OrcaOrca: OrcaVerify Text 1.02026-09-16$2.00 / $0.00 לכל 1M טוקנים · 1840 tok/s
- OpenAIOpenAI: GPT-6 Astra2026-09-0453אינטליגנציה77כתיבת קוד
- GoogleGoogle: Gemini 3.8 Flash2026-09-0241אינטליגנציה76כתיבת קוד
- AlibabaQwen: Qwen3.8 Max (0902)2026-09-0245אינטליגנציה76כתיבת קוד
- AnthropicAnthropic: Claude Fable 5.12026-09-0153אינטליגנציה82כתיבת קוד
- TencentTencent: Hy4 preview2026-08-28$0.83 / $2.50 לכל 1M טוקנים · 49 tok/s
- AlibabaQwen: Qwen3.8 Flash2026-08-26$0.15 / $0.47 לכל 1M טוקנים · 104 tok/s
Ling 3.0 Flash Fin, המודל ממוקד הפיננסים מסוג תערובת מומחים (mixture-of-experts) של מעבדת inclusionAI של Ant Group, יש כעת משהו שחסר לו בשלושת השבועות הראשונים שלו: מספר בנצ'מרק ממישהו שאינו המעבדה שבנתה אותו. Artificial Analysis פרסמה הערכה עצמאית של Ling 3.0 Flash Fin, ונתנה לו ציון 23 במדד Intelligence Index (v4.3) ו-24 במדד Finance & Accounting Index, והציבה אותו על חזית Pareto של אינטליגנציה מול פרמטרים פעילים במדד הזה. המודל הופיע כרישום API חינמי שלא הוכרז ב-27 באוגוסט 2026, וקיבל את המשקולות שלו ברישיון MIT ב-3 בספטמבר; הציון החיצוני הוא הבדיקה הממשית הראשונה לשאלה אם כיוונון הפיננסים על גבי Ling 3.0 Flash משיג משהו — והוא נוחת קצת אחרת ממה שההצגה של הספק עצמו מרמזת.
התמונת מצב
כל מה שלהלן נלקח מכרטיס המודל, ממאגר Hugging Face, ומההערכה של Artificial Analysis. השניים הראשונים נכתבו על ידי הספק; השלישי לא.
• מה זה — מודל mixture-of-experts ממוקד פיננסים הבנוי על אותה תשתית כמו Ling 3.0 Flash: 124B פרמטרים בסך הכל עם כ-5.1B פעילים לכל טוקן.
• היכן שהוא ממוקם — טקסט בלבד, חלון הקשר של 262,144 טוקנים, ועד 32,768 טוקני פלט, אותה תצורת הגשה כמו של המודל ההורה שלו.
• מה העלות — $0 לכל 1M קלט ו-$0 לכל 1M פלט בניסיון API חינמי בן חודש שנפתח עם ההכרזה ב-28 באוגוסט; Artificial Analysis מפרטת באופן עצמאי את אותו מחיר אפס. לא פורסם מחיר מחירון בתשלום. משקולות BF16 חינמיות להורדה ולאירוח עצמי.
• מה זה עושה — החשיבה (reasoning) מופעלת כברירת מחדל וניתן לכבות אותה, קריאת פונקציות נתמכת, ופלט JSON מובנה אינו נאכף.
• מה השתנה — השקה רשמית ב-28 באוגוסט עם CICC, משקולות BF16 ברישיון MIT ב-Hugging Face ב-3 בספטמבר לצד בנצ'מרק FinFIRST, וב-16 בספטמבר ציון עצמאי ראשון מ-Artificial Analysis.
• מה שחסר לו עדיין — מחיר מחירון בתשלום, והרצה של צד שלישי של FinFIRST עצמו.
מה אומר כרטיס המודל
כרטיס המודל נמצא ב-Hugging Face תחת הארגון של inclusionAI עצמה, עם משקולות מאחוריו. הטענות שלו עדיין מנוסחות על ידי הספק — Artificial Analysis מודדת את המודל ומפרסמת ציוני אינדקס משלה, אבל היא לא מריצה מחדש את חבילת FinFIRST של Ant — לכן קראו את הכרטיס כהצהרת כוונות והתייחסו למספרי הבנצ'מרק שלו כשל Ant. הוא מתאר את Ling 3.0 Flash Fin בתור "המודל הראשון של המשפחה שמשופר לפיננסים", ומרחיב את Ling 3.0 Flash "באמצעות אימון מתמשך על נתונים פיננסיים באיכות גבוהה", וממקד את ההשקה במחקר פיננסי מקצה לקצה, חיפוש מעוגן במקורות, הסקה רב-מסמכית על פני דיווחים, וזרימות עבודה של הערכת שווי וגיליונות אלקטרוניים.
• ארכיטקטורה — 124B סה״כ / ~5.1B MoE פעיל, מתוארת כבנויה על Ling 3.0 Flash, אשר בעצמה משתמשת בסטאק היברידי של Kimi Delta Attention + MLA עם MoE דליל של 1/64 (לפי תיאור הספק).
• הקשר — 262,144 טוקנים בכניסה, עד 32,768 טוקנים ביציאה
• מודאליות — קלט טקסט, פלט טקסט; ללא קלט של תמונה, אודיו או וידאו.
• חשיבה — מופעלת כברירת מחדל, ניתן להשבית לפי בקשה.
• קריאת כלים — נתמכת, כולל tools ו-tool_choice; אין תמיכה ב-response_format, ולכן JSON שמועבר בצינור אינו מובטח.
• משקלים ורישיון — MIT; נקודת הבידוק משוחררת בפורמט BF16 (כ-255 GB על פני 64 shards) ב-Hugging Face תחת השם inclusionAI/Ling-3.0-flash-Fin, בהתאם לסטנדרט המשקלים הפתוחים המתירני של משפחת המודלים.
• הגשה — בכרטיס נכתב ש-Fin חולק את הארכיטקטורה של Ling 3.0 Flash והוא תואם לסביבות ההרצה SGLang ו-vLLM שכבר מגישות את המודל האב. התאימות הזו היא טענה מטעם הספק; נתון המהירות היחיד שקיים הוא של Artificial Analysis, ולא של Ant.
מה השתנה מאז השחרור — ומה עדיין לא מאומת
הבלתי-ידועים שהיו החשובים ביותר לפני שלושה שבועות נסגרו. Ant Group הודיעה רשמית על Ling 3.0 Flash Fin ב-28 באוגוסט בשיתוף עם CICC, והציגה אותו כמודל הראשון במשפחה המשופר לפיננסים ופתחה תקופת ניסיון חינמית של חודש ב-API. לאחר מכן, ב-3 בספטמבר, הופיע ה-checkpoint BF16 ב-ארגון Hugging Face של inclusionAI תחת רישיון MIT — אותם תנאים מתירניים כמו שאר משפחת Ling 3.0 — כך שניתן כעת להוריד את המודל, לארח אותו בעצמך ולבצע כוונון עדין. המשקלים החסרים היו הסיבה הגדולה ביותר להישאר זהירים; ההתנגדות הזו נעלמה.
ההפניה להרצת Fin היא למודל האב שמוצג למעלה. מכיוון ששני המודלים חולקים ארכיטקטורה, כרטיס ה-Fin מפנה למדריך הפריסה של Ling 3.0 Flash במקום לפרסם מדריך שני, והוא מציין כי Fin תואם לסביבות ההרצה SGLang ו-vLLM שכבר משרתות את המודל האב. הדבר נטען על ידי הספק, ולא הודגם באמצעות בנצ'מרק של שירות בייצור ייעודי ל-Fin — אף ש-Artificial Analysis אכן מדווחת על Fin בקצב של 162.4 אסימוני פלט לשנייה במערכת הבדיקה שלה, שהוא מהיר יותר מהחציון 115 שהיא עוקבת אחריו עבור מודלים דומים עם משקלים פתוחים.
מה שהופך את השחרור ליותר מאשר שחרור משקלים הוא FinFIRST — Financial Information Retrieval, Sourcing and Traceability — המדד ש-Ant Group בנתה עם צוות הבנקאות להשקעות של CICC ושחררה באותו יום. הוא בודק אם מודל יכול למצוא את הנתונים הנכונים, לצטט מקורות ראשוניים מוסמכים, לבצע את החישוב נכון, ולעמוד מאחורי התהליך, תוך ניקוד כל תשובה על פני 701 נקודות מפורטות המכסות תוצאה, תהליך וראיות. הסט קטן אך קפדני: יותר מ-50 אנשי מקצוע בתחום הפיננסים כתבו ותיקפו את השאלות, רק 9.78% מפריטי המועמדים שרדו את הסינון, ו-123 שנותרו הם 61.8% עתירי חישוב ו-32.5% רב-מקוריים. מכיוון שהשאלות, תשובות הייחוס וקריטריוני הניקוד פומביים תחת רישיון Apache 2.0, FinFIRST מספק לצדדים שלישיים אמת מידה משותפת לאימות הטענות של Ant. אולם, כלי לבדיקה עצמאית אינו תחליף לבדיקה כזו — ושלושה שבועות לאחר מכן, אף אחד מחוץ ל-Ant לא פרסם הרצת FinFIRST.
הכסף הוא הנושא הפתוח העיקרי כעת. ה-API חינמי במהלך תקופת הניסיון של חודש, מה שממקם את סוף חלון החינם בסביבות סוף ספטמבר, ומחיר מחירון בתשלום לא פורסם — כך שתקצוב מול Fin מעבר לנקודה הזו עדיין פירושו ניחוש. לכל דבר אחר שהיה פתוח באוגוסט יש מספר מצורף.
למה Ling 3.0 Flash מותאם לפיננסים הוא מהלך אמיתי
הכיוון הפיננסי הוא הדבר הכי פחות מפתיע במהדורה הזאת, כי המשפחה כבר כיוונה לשם. בהערכת כרטיס המודל של Ant עצמו עבור Ling 3.0 Flash, המעבדה דיווחה על 27% ב-τ3-Bench Banking — שני בין המודלים הפתוחים במחלקת flash, אחרי DeepSeek V4 Flash — ועל Elo הקצה-לקצה הגבוה ביותר ב-GDPVal v2-AA, בסביבות 1,107. אלה מספרים המדווחים על ידי הספק לגבי המודל הגנרליסטי; מודל מומחה קיים כדי לדחוף בדיוק את המספרים האלה כלפי מעלה. Ant Group מריצה AI בתוך Alipay, תשלומים, סיכון ומוצרי השקעה, ולכן מודל ביצוע מותאם פיננסים הוא ספר המשחקים המוצהר של המשפחה — "הפרדה בין תכנון לביצוע" — מיושם על המגזר שבו החברה באמת מרוויחה כסף.
הצילום מסך שלמעלה מראה כיצד נראתה נקודת הייחוס העצמאית של המשפחה באוגוסט: Artificial Analysis מציגה את Ling 3.0 Flash בציון 38 בבילד ישן יותר של מדד האינטליגנציה שלה. הנתון הזה מיושן כעת, וכדאי להבין את הסיבה לפני שמשווים אותו למשהו. Artificial Analysis נותנת ציון מחדש למודלים כשהיא מעדכנת את המדד, והבילד הנוכחי שלה, v4.3, מציב את Ling 3.0 Flash בציון 21 לעומת חציון של 8. הציון 38 אינו בר-השוואה למספר מ-v4.3 — כולל זה של Fin.
מה שאומרת v4.3 מעניין יותר מהורדת דרגה ישירה. Ling 3.0 Flash Fin משיגה 23 במדד הזה — מעל מודל האב הגנרליסטי שלה שעומד על 21, וקצת אחרי Ling 3.0 Flash VL עם 25. במדד הפיננסים והחשבונאות, Fin וגרסת ה-VL משתוות על 24. Artificial Analysis גם ממקמת את Fin על חזית הפרטו של מדד האינטליגנציה מול פרמטרים פעילים: היא משתווה לציון 23 של MiniMax-M2.7 בעוד שהיא מפעילה 5.1B פרמטרים לכל טוקן, לעומת 10B של אותו מודל. הדקות הזו חותכת גם לכיוון השני — שני מודלי Ling נמצאים מתחת לחזית הפרמטרים הכוללים, שם Qwen3.8 27B (xhigh) משיג 34 עם 27B פרמטרים כוללים.
גם הכיוונון הפיננסי אינו ניצחון מוחלט. דיוק הידע העסקי של Fin עולה על זה של גרסת VL (17% לעומת 11%), אך שיעור ההזיות שלו גרוע יותר (33% לעומת 19%), והוא מפגר במדדים הסוכניים: 7% ב-AutomationBench-AA לעומת 16%, 1,171 Elo לעומת 1,225 ב-GDPval-AA v2, ו-0% ב-Terminal-Bench v4.0 לשניהם. הוא גם מוציא בערך 67,000 אסימוני פלט לכל משימה של Intelligence Index, כ-34% יותר מ-VL. זהו הפרופיל של מודל שמכוון היטב לעבודה פיננסית עתירת מסמכים ולא לביצוע סוכני כללי — וזה קרוב למה ש-Ant טוענת לגביו, וצר יותר ממה שנשמע מהביטוי "טוב יותר בפיננסים".
ניסיון חינם בתוספת משקלים פתוחים — מה זה שווה
ניסיון חינם של חודש ב-API יחד עם משקולות ברישיון MIT הוא עמדה טובה יותר באופן מהותי מאשר השבוע החינמי ונטול-המשקולות שהיה למודל הזה בהתחלה. ההזדמנות כפולה: לבחון את הכיוונון הפיננסי על משימות ההשקעה הרב-שלביות שלך בעלות אפס טוקנים ב-API, או להוריד את צ'קפוינט BF16 ולהריץ — ולכוונן — אותו בעצמך. הזהירות צרה יותר מבעבר, אך היא לא נעלמה. הערכה עצמאית אחת היא אות אמיתי, לא ערובה לייצור, ומה שהיא מראה הוא התמחות שקונה דיוק מעוגן במסמכים במחיר מסוים בשליטה בהזיות ובביצוע סוכני. הרץ את המשימות שלך לפני שאתה מעביר דרכו כסף.
זו בדיוק הסיטואציה ששכבת ניתוב נועדה לה. דרך API אחד שמהווה חזית ל-200+ מודלים, אתם יכולים להציב את Ling 3.0 Flash Fin במסלול בדיקה עם מעבר אוטומטי בעת כשל למודל ג'נרליסטי מוכח — כשהמודל החדש מאכזב או שהשכבה החינמית מטילה עליכם מגבלת קצב, התעבורה עוברת בלי לגעת בקוד האפליקציה. כשהניסיון מסתיים ומחיר מחירון מתפרסם, נתב שמעביר מחירי ספקים הלאה בתוספת של 0% מציג את המספר החדש באותו יום, כך שמודל העלויות שלכם מתעדכן בלי משא ומתן מחודש. נסו את המומחה, שמרו על רשת הביטחון, והחליטו על סמך נתונים ולא על בסיס חומר שיווקי של הספק.
מי אמור לטעון את זה?
צוותי פיננסים וסוכנים שבונים תהליכי עבודה של ניתוח השקעות, מחקר או קבלת החלטות לטווח ארוך הם קהל היעד המובהק, והם מתחלקים לשני מחנות: צוותים שרוצים ניסיון מתארח בעלות אפס של הכיוונון הפיננסי לפני שחלון החינם נסגר, וצוותים שרוצים לארח בעצמם או לכוונן, שעבורם המשקלים הפתוחים הם העיקר. הפרופיל של Artificial Analysis מחדד את ההתאמה — אם עומס העבודה שלכם הוא דיווחים ארוכים, התאמה בין מקורות מרובים ומחקר מבוסס מקורות, הציונים של Fin מכוונים אליכם; אם מדובר בשימוש בכלים סוכניים תחת תקציבי טוקנים הדוקים, גם וריאנט ה-VL וגם מודל האב הגנרליסטי נראים חזקים יותר.
דלג על זה אם אתה צריך פלט JSON כפוי (נקודת הקצה אינה תומכת ב-response_format), אם אתה צריך API בתשלום ברמת ייצור עם מחיר ידוע, או אם אתה נמצא בהקשר רגולטורי שבו לא כרטיס ספק ולא אינדקס צד שלישי בודד מהווים ראיה מספקת בפני עצמם. ההתנגדות למשקולות פתוחות שחלה באוגוסט אינה חלה עוד — צ'קפוינט MIT נמצא ב-Hugging Face. עבור החבר המתועד ביותר במשפחה, Ling 3.0 Flash נשאר ברירת המחדל הבטוחה יותר.
מה לראות
רשימת המעקב של אוגוסט כללה ארבעה פריטים; שלושה מהם כבר הושלמו. נסגרו: ההכרזה הרשמית (28 באוגוסט), שחרור המשקלים (3 בספטמבר, MIT), והערכה עצמאית ראשונה (16 בספטמבר, Artificial Analysis). עדיין פתוחים, לפי סדר חשיבות: הרצה של צד שלישי של FinFIRST על ידי מישהו ללא אינטרס ב-Ant, שתבחן את הבנצ'מרק של הספק עצמו על קרקע נייטרלית; מחיר מחירון בתשלום, שהופך את חשבון תקופת הניסיון לשאלת תקציב; ונתוני הגשה לייצור ספציפיים ל-Fin על vLLM או SGLang, אשר הכרטיס מבטיח מכוח הארכיטקטורה אבל איש לא פרסם.
המצב האמיתי: Ling 3.0 Flash Fin בן עשרים יום, עם משקולות פתוחות תחת MIT, חינמי ב-API לעוד כעשרה ימים, וכעת קיבל ציון בלתי תלוי לפחות פעם אחת. הוא חדל להיות קופסה שחורה בספטמבר — המשקולות ניתנות להורדה, FinFIRST מעניק לתעשייה אמת מידה משותפת, ו-Artificial Analysis הציבה מספר על המודל ולא על עמוד השדרה שלו. מה שאמיתי היום הוא שחבר מכוונן-פיננסים במשפחת המשקולות הפתוחות המהירה ביותר בשוק חינמי לקריאה וחינמי להרצה, ושהמדידה החיצונית הראשונה אומרת שההתמחות אמיתית אך צרה. הציון הראשון של FinFIRST מצד שלישי והמחיר בתשלום יהפכו את זה משחרור מעניין להחלטה.
