Ling 3.0 Flash Fin: Model Keuangan Open-Weights Ant Group, Kini Dinilai Secara Independen

Ling 3.0 Flash Fin, model mixture-of-experts yang berfokus pada keuangan dari lab inclusionAI milik Ant Group, kini memiliki sesuatu yang tidak dimilikinya selama tiga minggu pertama: angka benchmark dari pihak selain lab yang membangunnya. Artificial Analysis telah menerbitkan evaluasi independen terhadap Ling 3.0 Flash Fin, memberinya skor 23 pada Intelligence Index (v4.3) dan 24 pada Finance & Accounting Index, serta menempatkannya di frontier Pareto kecerdasan versus parameter aktif pada indeks tersebut. Model ini muncul sebagai listing API gratis tanpa pengumuman pada 27 Agustus 2026, dan memperoleh bobot berlisensi MIT pada 3 September; skor dari luar ini adalah pemeriksaan nyata pertama tentang apakah penyetelan keuangan di atas Ling 3.0 Flash memberi manfaat apa pun — dan hasilnya sedikit berbeda dari yang disiratkan oleh framing vendor sendiri.

Cuplikan

Semua yang di bawah ini diambil dari kartu model, repositori Hugging Face, dan evaluasi Artificial Analysis. Dua yang pertama ditulis oleh vendor; yang ketiga tidak.

• Apa itu — model mixture-of-experts yang berfokus pada keuangan dengan backbone yang sama seperti Ling 3.0 Flash: total 124B parameter dengan ~5.1B aktif per token.

• Di mana ia berada — hanya teks, jendela konteks 262.144 token, dan hingga 32.768 token output, bentuk penyajian yang sama dengan induknya.

• Berapa biayanya — $0 per 1 juta token masukan dan $0 per 1 juta token keluaran pada uji coba API gratis satu bulan yang dibuka bersamaan dengan pengumuman 28 Agustus; Artificial Analysis secara independen mencantumkan harga nol yang sama. Belum ada harga daftar berbayar yang dipublikasikan. Bobot BF16 gratis untuk diunduh dan di-hosting sendiri.

• Apa yang dilakukannya — penalaran aktif secara default dan dapat dimatikan, pemanggilan fungsi didukung, dan keluaran JSON terstruktur tidak dipaksakan.

• Apa yang berubah — peluncuran resmi pada 28 Agustus bersama CICC, bobot BF16 berlisensi MIT di Hugging Face pada 3 September bersama benchmark FinFIRST, dan pada 16 September skor independen pertama dari Artificial Analysis.

• Apa yang masih belum dimilikinya — harga daftar berbayar, dan uji coba pihak ketiga atas FinFIRST itu sendiri.

Apa yang dikatakan model card

Kartu model berada di Hugging Face di bawah org milik inclu​sionAI sendiri, dengan bobot di baliknya. Klaimnya masih ditulis oleh vendor — Artificial Analysis mengukur model tersebut dan menerbitkan skor indeksnya sendiri, tetapi tidak menjalankan ulang rangkaian FinFIRST milik Ant — jadi baca kartu itu sebagai pernyataan niat dan perlakukan angka benchmark-nya sebagai milik Ant. Kartu ini mendeskripsikan Ling 3.0 Flash Fin sebagai "model pertama yang diperkaya untuk keuangan" dari keluarga ini, yang memperluas Ling 3.0 Flash "melalui pelatihan lanjutan pada data keuangan berkualitas tinggi," dan memusatkan rilis ini pada riset keuangan end-to-end, pencarian yang berlandaskan sumber, penalaran multi-dokumen lintas dokumen resmi, serta alur kerja valuasi dan spreadsheet.

• Arsitektur — 124B total / ~5,1B MoE aktif, digambarkan sebagai dibangun di atas Ling 3.0 Flash, yang sendiri menggunakan stack hibrida Kimi Delta Attention + MLA dengan MoE sparse 1/64 (menurut deskripsi vendor).

• Konteks — 262.144 token masuk, hingga 32.768 token keluar.

• Modalitas — input teks, output teks; tanpa input gambar, audio, atau video.

• Penalaran — aktif secara bawaan, dapat dinonaktifkan per permintaan.

• Tool calling — didukung, termasuk tools dan tool_choice; tidak ada dukungan response_format, sehingga JSON piped tidak dijamin.

• Bobot dan lisensi — MIT; checkpoint dirilis dalam BF16 (sekitar 255 GB di 64 shard) di Hugging Face sebagai inclusionAI/Ling-3.0-flash-Fin, sesuai dengan standar bobot terbuka permisif keluarga ini.

• Serving — kartu tersebut menyatakan bahwa Fin berbagi arsitektur dengan Ling 3.0 Flash dan kompatibel dengan runtime SGLang dan vLLM yang sudah melayani model induknya. Kompatibilitas itu adalah klaim yang dinyatakan vendor; angka kecepatan yang ada adalah milik Artificial Analysis, bukan milik Ant.

Apa yang berubah sejak rilis — dan apa yang masih belum terverifikasi

Ketidakpastian yang paling penting tiga minggu lalu sudah terjawab. Ant Group secara resmi mengumumkan Ling 3.0 Flash Fin pada 28 Agustus bermitra dengan CICC, memosisikannya sebagai model pertama dalam keluarga ini yang diperkaya untuk keuangan dan membuka uji coba API gratis selama satu bulan. Lalu, pada 3 September, checkpoint BF16 muncul di org Hugging Face milik inclu​sionAI dengan lisensi MIT — ketentuan permisif yang sama seperti bagian lain dari keluarga Ling 3.0 — sehingga model tersebut kini dapat diunduh, dihosting sendiri, dan di-fine-tune. Bobot yang hilang adalah alasan terbesar untuk tetap berhati-hati; keberatan itu sudah hilang.

Referensi untuk menjalankan Fin adalah model induk yang ditunjukkan di atas. Karena kedua model tersebut berbagi arsitektur, kartu Fin mengarah ke panduan penerapan Ling 3.0 Flash alih-alih menerbitkan panduan kedua, dan menyatakan bahwa Fin kompatibel dengan runtime SGLang dan vLLM yang sudah melayani model induk. Hal itu diklaim oleh vendor, bukan dibuktikan dengan tolok ukur penyajian produksi khusus Fin — meskipun Artificial Analysis melaporkan Fin pada 162,4 token output per detik dalam harness-nya sendiri, yang lebih cepat daripada median 115 yang dilacaknya untuk model open-weight sebanding.

Yang membuat rilisan ini lebih dari sekadar pelepasan bobot adalah FinFIRST — Financial Information Retrieval, Sourcing and Traceability — tolok ukur yang dibangun Ant Group bersama tim perbankan investasi CICC dan dirilis pada hari yang sama. Ini menguji apakah sebuah model dapat menemukan data yang tepat, mengutip sumber primer yang otoritatif, menjalankan perhitungan dengan benar, dan mempertanggungjawabkan prosesnya, dengan menilai setiap jawaban pada 701 poin granular yang mencakup hasil, proses, dan bukti. Kumpulan soalnya kecil tetapi berat: lebih dari 50 profesional keuangan menulis dan memvalidasi pertanyaannya, hanya 9,78% item kandidat yang lolos penyaringan, dan 123 yang tersisa adalah 61,8% berat perhitungan dan 32,5% multi-sumber. Karena pertanyaan, jawaban referensi, dan kriteria penilaiannya bersifat publik di bawah lisensi Apache 2.0, FinFIRST memberi pihak ketiga tolok ukur bersama untuk memverifikasi klaim Ant. Namun, alat untuk pengujian independen bukanlah pengganti pengujian itu sendiri — dan tiga minggu kemudian, tidak ada orang di luar Ant yang menerbitkan hasil uji FinFIRST.

Uang adalah hal utama yang masih terbuka sekarang. API gratis selama uji coba satu bulan, yang menempatkan akhir periode gratis sekitar akhir September, dan belum ada harga daftar berbayar yang dipublikasikan — jadi menyusun anggaran untuk Fin setelah titik itu tetap berarti menebak. Semua hal lain yang masih terbuka pada Agustus sudah ada angkanya.

Mengapa Ling 3.0 Flash yang disetel untuk keuangan adalah langkah yang tepat.

Arah finansial adalah hal yang paling tidak mengejutkan dari rilis ini, karena keluarga model ini memang sudah mengarah ke sana. Dalam evaluasi model-card Ant sendiri untuk Ling 3.0 Flash, laboratorium tersebut melaporkan 27% pada τ3-Bench Banking — peringkat kedua di antara model open kelas flash setelah DeepSeek V4 Flash — dan Elo end-to-end tertinggi pada GDPVal v2-AA sekitar 1.107. Itu adalah angka yang dilaporkan vendor untuk model generalis; model spesialis dibuat untuk mendorong angka-angka itu naik. Ant Group menjalankan AI di dalam Alipay, pembayaran, risiko, dan produk investasi, sehingga model eksekusi yang disetel untuk keuangan adalah playbook resmi keluarga ini — "pemisahan perencanaan-eksekusi" — yang diterapkan pada vertikal tempat perusahaan ini benar-benar menghasilkan uang.

Tangkapan layar di atas adalah bagaimana titik referensi independen keluarga tersebut terlihat pada bulan Agustus: Artificial Analysis menempatkan Ling 3.0 Flash di angka 38 pada build lama Intelligence Index-nya. Angka itu sekarang sudah usang, dan alasannya layak dipahami sebelum Anda membandingkannya dengan apa pun. Artificial Analysis menilai ulang model ketika merevisi indeks, dan build v4.3 saat ini menempatkan Ling 3.0 Flash di angka 21 terhadap median 8. Angka 38 tidak sebanding dengan angka v4.3 — termasuk milik Fin.

Apa yang dikatakan v4.3 lebih menarik daripada sekadar penurunan versi. Ling 3.0 Flash Fin mencetak 23 pada indeks itu — di atas model induk generalisnya sendiri yang mencetak 21, dan hanya sedikit di belakang Ling 3.0 Flash VL pada 25. Pada Finance & Accounting Index, Fin dan varian VL sama-sama meraih 24. Artificial Analysis juga menempatkan Fin pada frontier Pareto Intelligence Index versus parameter aktif: model ini menyamai skor 23 milik MiniMax-M2.7 sambil mengaktifkan 5,1B parameter per token, dibandingkan 10B milik model tersebut. Nuansanya juga berlaku sebaliknya — kedua model Ling berada di bawah frontier parameter total, tempat Qwen3.8 27B (xhigh) mencetak 34 dengan total parameter 27B.

Penyetelan untuk keuangan juga bukan kemenangan telak. Akurasi pengetahuan bisnis Fin mengalahkan akurasi varian VL (17% berbanding 11%), tetapi tingkat halusinasinya lebih buruk (33% berbanding 19%), dan ia tertinggal pada metrik agentik: 7% pada AutomationBench-AA berbanding 16%, 1.171 Elo berbanding 1.225 pada GDPval-AA v2, dan 0% pada Terminal-Bench v4.0 untuk keduanya. Ia juga menghabiskan sekitar 67.000 token keluaran per tugas Intelligence Index, sekitar 34% lebih banyak daripada VL. Itu adalah profil model yang diarahkan dengan kuat pada pekerjaan keuangan yang padat dokumen alih-alih eksekusi agentik umum — yang mendekati apa yang diklaim Ant untuknya, dan lebih sempit daripada yang terdengar dari "lebih baik dalam keuangan".

Uji coba gratis ditambah bobot terbuka — apa nilainya?

Uji coba API gratis selama satu bulan ditambah bobot berlisensi MIT adalah posisi yang secara signifikan lebih baik daripada minggu gratis tanpa bobot yang dimiliki model ini pada awalnya. Peluangnya ada dua: uji penyetelan keuangan pada tugas investasi multi-langkah Anda sendiri tanpa biaya token di API, atau unduh checkpoint BF16 dan jalankan — serta fine-tune — sendiri. Kehati-hatiannya lebih sempit daripada sebelumnya, tetapi belum hilang. Satu evaluasi independen adalah sinyal nyata, bukan jaminan produksi, dan apa yang ditunjukkannya adalah spesialisasi yang memperoleh akurasi berbasis dokumen dengan sejumlah biaya dalam pengendalian halusinasi dan eksekusi agentic. Jalankan tugas Anda sendiri sebelum Anda mengalirkan uang melaluinya.

Inilah tepatnya situasi yang dirancang untuk lapisan routing. Melalui satu API yang menjadi antarmuka untuk 200+ model, Anda dapat menempatkan Ling 3.0 Flash Fin pada jalur uji dengan failover otomatis ke generalis yang sudah terbukti — ketika model baru tidak memenuhi ekspektasi atau tier gratis membatasi laju Anda, trafik berpindah tanpa menyentuh kode aplikasi. Ketika masa uji berakhir dan harga daftar ditetapkan, router yang meneruskan harga penyedia dengan markup 0% menunjukkan angka baru pada hari yang sama, sehingga model biaya Anda diperbarui tanpa negosiasi ulang. Coba spesialisnya, pertahankan jaring pengaman, dan putuskan berdasarkan data, bukan klaim vendor.

Siapa yang harus memuatnya?

Tim keuangan dan tim agen yang membangun alur kerja analisis investasi, riset, atau keputusan berjangka panjang adalah audiens yang jelas, dan mereka terbagi dalam dua kubu: tim yang menginginkan uji coba hosted tanpa biaya untuk tuning keuangan sebelum jendela gratis ditutup, dan tim yang ingin melakukan self-host atau fine-tune, yang menganggap bobot terbuka sebagai intinya. Profil Artificial Analysis mempertajam kecocokan — jika beban kerja Anda berupa dokumen pengajuan yang panjang, rekonsiliasi multisumber, dan riset bersumber, skor Fin ditujukan untuk Anda; jika berupa penggunaan alat agentik dengan anggaran token yang ketat, varian VL dan induk generalisnya sama-sama tampak lebih unggul.

Lewati saja jika Anda memerlukan output JSON yang diberlakukan (endpoint tidak mendukung response_format), jika Anda memerlukan API berbayar dengan kualitas produksi dan harga yang diketahui, atau jika Anda berada dalam konteks teregulasi di mana kartu vendor maupun satu indeks pihak ketiga saja tidak cukup sebagai bukti. Keberatan open-weights yang berlaku pada Agustus tidak lagi relevan — checkpoint MIT ada di Hugging Face. Untuk anggota keluarga yang paling terdokumentasi, Ling 3.0 Flash tetap menjadi default yang lebih aman.

Apa yang harus ditonton

Daftar pantauan Agustus panjangnya empat item; kini tiga sudah selesai. Ditutup: pengumuman resmi (28 Agustus), perilisan bobot (3 September, MIT), dan evaluasi independen pertama (16 September, Artificial Analysis). Masih terbuka, menurut urutan kepentingan: uji coba FinFIRST oleh pihak ketiga yang tidak memiliki kepentingan pada Ant, yang akan menguji tolok ukur milik vendor itu di wilayah netral; harga daftar berbayar, yang mengubah hitungan masa uji coba menjadi pertanyaan anggaran; dan angka penyajian produksi khusus Fin pada vLLM atau SGLang, yang dijanjikan oleh kartu tersebut secara arsitektur tetapi belum dipublikasikan oleh siapa pun.

Status jujurnya: Ling 3.0 Flash Fin berusia dua puluh hari, open-weight di bawah MIT, gratis di API untuk sekitar sepuluh hari lagi, dan kini telah dinilai secara independen setidaknya sekali. Ia berhenti menjadi kotak hitam pada September — bobotnya dapat diunduh, FinFIRST memberi industri tolok ukur bersama, dan Artificial Analysis telah memberi angka pada model tersebut, bukan pada model dasarnya. Yang nyata hari ini adalah bahwa anggota keluarga open-weight yang disetel untuk keuangan dari keluarga open-weight yang paling cepat bergerak di pasar dapat dipanggil dan dijalankan secara gratis, dan bahwa pengukuran luar pertama mengatakan spesialisasinya nyata tetapi sempit. Skor FinFIRST pihak ketiga pertama dan harga berbayarnya akan mengubah ini dari rilis yang menarik menjadi sebuah keputusan.