Ling 3.0 Flash Fin：Ant Groupのオープンウェイト金融モデルが、今や独立した評価を獲得

アント・グループのinclusionAIラボによる金融特化の混合エキスパートモデル「Ling 3.0 Flash Fin」は、最初の3週間欠けていたもの、つまり開発元以外の誰かによるベンチマーク数値を今や手に入れた。Artificial Analysisは、Ling 3.0 Flash Finの独立した評価を公開し、Intelligence Index（v4.3）で23点、Finance & Accounting Indexで24点を付け、そのインデックスの知能対アクティブパラメータのパレートフロンティアに位置付けた。このモデルは2026年8月27日に予告なしの無料APIリストとして登場し、9月3日にMITライセンスの重みを取得した。外部によるスコアは、Ling 3.0 Flash上に施された金融向けチューニングが何かをもたらすかどうかについての最初の真のチェックであり、それはベンダー自身のフレーミングが示唆するものとは少し違った形で結果が出ている。

スナップショット

以下はすべて、モデルカード、Hugging Faceリポジトリ、およびArtificial Analysisの評価から引用したものです。最初の2つはベンダー自身によるものですが、3つ目はそうではありません。

• 概要 — Ling 3.0 Flash と同じバックボーンを基に構築された金融特化型 mixture-of-experts モデル。合計パラメータ数は124B、トークンあたり約5.1Bがアクティブ。

• 位置づけ — テキスト専用、262,144トークンのコンテキストウィンドウ、最大32,768トークンの出力、親と同じ提供形態。

• 費用 — 8月28日の発表とともに始まった1か月間の無料APIトライアルでは、入力100万トークンあたり0ドル、出力100万トークンあたり0ドル。Artificial Analysisも独自に同じ0ドル価格を掲載している。有料の定価は公表されていない。BF16の重みは無料でダウンロードしてセルフホストできる。

機能 — 推論はデフォルトで有効で、オフにすることができます。関数呼び出しがサポートされており、構造化JSON出力は強制されません。

• 何が変わったか — 8月28日のCICCとの公式ローンチ、9月3日のFinFIRSTベンチマークと同時に公開されたHugging Face上のMITライセンスBF16重み、そして9月16日にはArtificial Analysisによる初の独立したスコア。

• まだ欠けているもの — 有償の定価と、FinFIRST自体の第三者による実行。

モデルカードに記載されている内容

モデルカードはHugging Face上のinclusionAI自身の組織に置かれ、重みも公開されている。その主張は依然としてベンダーが作成したものだ — Artificial Analysisはモデルを測定し、独自のインデックススコアを公開しているが、AntのFinFIRSTスイートを再実行しているわけではない — したがって、カードは意図を示すものとして読み、そのベンチマーク数値はAntによるものとして扱うべきだ。これはLing 3.0 Flash Finを、このファミリーの「初の金融強化モデル」と説明し、Ling 3.0 Flashを「高品質な金融データでの継続トレーニングを通じて」拡張したもので、リリースの中心を、エンドツーエンドの金融リサーチ、出典に基づく検索、提出書類にまたがる複数文書の推論、そしてバリュエーションとスプレッドシートのワークフローに置いている。

• アーキテクチャ — 合計124B／アクティブ約5.1BのMoEで、Ling 3.0 Flashをベースに構築されていると説明されている。Ling 3.0 Flash自体は、ハイブリッドな Ki​mi Delta Attention + MLA スタックと1/64のスパースMoEを使用している（ベンダー説明）。

• コンテキスト — 入力262,144トークン、出力最大32,768トークン

• モダリティ — テキスト入力、テキスト出力。画像・音声・ビデオ入力なし。

• 推論 — デフォルトでオン、リクエストごとに無効化可能。

• ツール呼び出し — 対応済み。tools と tool_choice を含む。response_format は未対応のため、パイプされた JSON は保証されない。

• 重みとライセンス — MIT。チェックポイントはBF16（64シャード、約255GB）でHugging Face上にinclusionAI/Ling-3.0-flash-Finとして公開されており、同ファミリーの寛容なオープンウェイト標準に適合しています。

• サービング — モデルカードには、FinはLing 3.0 Flashのアーキテクチャを共有しており、親モデルをすでにサービングしているSGLangおよびvLLMランタイムと互換性があると記載されている。この互換性はベンダーによる主張であり、存在する速度の数値はArtificial Analysisのものであって、Antのものではない。

リリース以降に何が変わったのか — そして、まだ検証されていないのは何か

3週間前に最も重要だった不明点は解消された。Ant Groupは8月28日、CICCと提携してLing 3.0 Flash Finを正式に発表し、同ファミリー初の金融強化モデルと位置づけ、1か月間の無料APIトライアルを開始した。その後、9月3日にはBF16チェックポイントがMITライセンスの下、inclu​sionAIのHugging Face組織に登場した——Ling 3.0ファミリーの他のモデルと同じ寛容な条件である——ため、このモデルはダウンロード、セルフホスト、ファインチューニングが可能になった。欠けていた重みは慎重姿勢を保つ唯一最大の理由だったが、その懸念は消えた。

Finを実行する際の参照先は、上に示されている親モデルです。2つのモデルはアーキテクチャを共有しているため、Finのカードは2つ目のデプロイガイドを公開するのではなく、Ling 3.0 Flashのデプロイガイドを参照しており、Finはすでに親モデルを提供しているSGLangランタイムとvLLMランタイムと互換性があると記載しています。それはベンダーが主張しているものであり、Fin固有の本番サービングベンチマークによって実証されたものではありません — ただし、Artificial Analysisは独自のハーネスにおいてFinを毎秒162.4出力トークンと報告しており、これは同社が同等のオープンウェイトモデルについて追跡している中央値115よりも高速です。

リリースを単なる重みの公開以上のものにしているのは、FinFIRST — 財務情報の検索、情報源の確保、追跡可能性 — だ。これはAnt GroupがCICCの投資銀行チームとともに構築し、同日に公開したベンチマークである。モデルが適切なデータを見つけ、権威ある一次情報源を引用し、計算を正しく実行し、そのプロセスに責任を持てるかを試し、各回答を結果・プロセス・根拠を網羅する701の詳細な評価点で採点する。このセットは小さいが厳しい。50人を超える金融専門家が質問を作成・検証し、候補項目のうちスクリーニングを通過したのはわずか9.78%で、残った123問は61.8%が計算中心、32.5%が複数情報源である。質問、参照回答、採点基準がApache 2.0ライセンスの下で公開されているため、FinFIRSTは第三者がAntの主張を検証するための共通の尺度を与える。しかし、独立したテストのためのツールは、独立したテストそのものの代わりにはならない — そして3週間が経った今、Antの外部でFinFIRSTの実行結果を公開した者は誰もいない。

今の主な未解決事項は資金です。API は 1 か月のトライアル期間中は無料で、そのため無料期間の終わりは 9 月下旬ごろになります。また、有料の定価はまだ公表されていないため、それ以降の Fin の予算を組むには依然として推測するしかありません。8 月に未解決だったその他すべてには数字が付いています。

金融向けにチューニングされたLing 3.0 Flashが賢明な一手である理由

{{1}}今回のリリースで最も驚きが少ないのは金融分野への方向性だ。モデルファミリーがすでにその方向を示していたからである。{{/1}} {{2}}Ant自身によるLing 3.0 Flashのモデルカード評価では、同研究所はτ3-Bench Bankingで27%を報告した{{/2}}——{{3}}DeepSeek V4 Flashに次ぐ、フラッシュクラスのオープンモデルの中で2位{{/3}}——{{4}}そしてGDPVal v2-AAでは、約1,107という最高のエンドツーエンドEloを記録した。{{/4}} {{5}}これらは汎用モデルに関するベンダー報告の数値だ。スペシャリストは、まさにそれらの数値を引き上げるために存在する。{{/5}} {{6}}Ant GroupはAlipay、決済、リスク、投資商品においてAIを運用している。したがって、金融向けにチューニングされた実行モデルは、同社が実際に収益を上げている領域に適用される、ファミリーの表明済みプレイブック——「計画と実行の分離」——なのである。{{/6}}

上のスクリーンショットは、8月時点でそのファミリーの独立した基準点がどのように見えたかを示しています。Artificial Analysis が、Intelligence Index の古いビルドで Ling 3.0 Flash を 38 と表示していました。その数値は今では古くなっており、何かと比較する前にその理由を理解しておく価値があります。Artificial Analysis はインデックスを改訂する際にモデルを再スコアリングしており、現在の v4.3 ビルドでは Ling 3.0 Flash を、中央値 8 に対して 21 としています。38 は v4.3 の数値とは比較できません — Fin の数値も含めて。

v4.3が述べていることは、単純なダウングレードよりも興味深い。Ling 3.0 Flash Finはそのインデックスで23を記録し、自身の汎用親モデルの21を上回り、Ling 3.0 Flash VLの25のすぐ後ろに位置する。Finance & Accounting Indexでは、FinとVLバリアントが24で並ぶ。Artificial Analysisはまた、FinをIntelligence Index対アクティブパラメータのパレートフロンティア上に配置している。FinはMiniMax-M2.7のスコア23に並び、トークンあたり5.1Bのパラメータを活性化するのに対し、同モデルは10Bである。このニュアンスは逆方向にも作用する — 両Lingモデルは総パラメータのフロンティアの下に位置しており、そこではQwen3.8 27B (xhigh)が27Bの総パラメータで34を記録している。

金融向けのチューニングも、完全な圧勝ではない。Finのビジネス知識の精度はVLバリアントを上回る（17%対11%）が、ハルシネーション率は悪化しており（33%対19%）、エージェント指標では後れを取っている。AutomationBench-AAでは7%対16%、GDPval-AA v2では1,171 Elo対1,225、Terminal-Bench v4.0では両者とも0%だ。また、Intelligence Indexのタスクあたり約67,000出力トークンを消費し、VLより約34%多い。これは、汎用的なエージェント実行よりも、ドキュメントの多い金融業務に強く照準を合わせたモデルのプロファイルだ。それはAntが主張するところに近く、「金融により強い」という表現から受ける印象よりも狭い。

無料トライアル＋オープンウェイト — その価値とは

1か月分の無料APIトライアルとMITライセンスの重みは、このモデルが最初に持っていた、無料だが重みのない1週間よりも、実質的にはるかに良い状況です。機会は2つあります。API上でトークンコストをかけずに、自分の多段階の投資タスクで金融向けチューニングを試すか、BF16チェックポイントをダウンロードして自分で実行し、ファインチューニングするかです。注意点は以前よりも狭まりましたが、消えたわけではありません。独立した評価が1件あることは確かなシグナルですが、本番運用の保証ではありません。そしてそれが示しているのは、ハルシネーション制御とエージェント実行に多少の犠牲を払って、文書に根拠を置く正確性を買う特殊化です。これに資金を流す前に、自分のタスクで実行してください。

これはまさに、ルーティング層がそのために存在する状況です。200以上のモデルを前面にまとめる1つのAPIを通じて、Ling 3.0 Flash Finをテスト経路に置き、実績のある汎用モデルへの自動フェイルオーバーを設定できます。新しいモデルが期待に届かない場合や、無料枠のレート制限に引っかかった場合、アプリケーションコードに触れることなくトラフィックが切り替わります。トライアルが終了して定価が提示されたとき、プロバイダー価格を0%のマークアップでそのまま通すルーターなら、新しい数字がその日のうちに反映されるため、再交渉なしにコストモデルが更新されます。専門モデルを試し、安全網を確保し、ベンダーの宣伝文句ではなくデータで判断しましょう。

誰がそれを読み込むべき？

金融およびエージェントのチームで、投資分析、リサーチ、長期的な意思決定ワークフローを構築しているチームは明らかな対象読者であり、彼らは二つの陣営に分かれます。無料期間が終わる前に金融向けチューニングのゼロコストのホスト型トライアルを望むチームと、セルフホストまたはファインチューニングを望み、オープンウェイトこそが要点だと考えるチームです。Artificial Analysisのプロファイルは適合性を際立たせます — あなたのワークロードが長い提出書類、複数ソースの突合、出典付きリサーチであれば、Finのスコアはあなたに向けられています。厳しいトークン予算下でのエージェント的なツール使用であれば、VLバリアントと汎用の親モデルの両方がより強く見えます。

強制されたJSON出力が必要な場合（エンドポイントはresponse_formatをサポートしていません）、既知の価格が付いた有償の本番グレードAPIが必要な場合、またはベンダーカードも単一のサードパーティ指数も単独では十分な証拠とならない規制された状況にある場合は、スキップしてください。8月に当てはまったオープンウェイトへの異論はもはや当てはまりません——MITチェックポイントはHugging Face上にあります。このファミリーで最もドキュメントが充実したメンバーについては、Ling 3.0 Flashが依然としてより安全なデフォルトです。

何を観るべきか

8月のウォッチリストは4項目あったが、今では3つが完了している。完了分：公式発表（8月28日）、重みの公開（9月3日、MIT）、そして最初の独立評価（9月16日、Artificial Analysis）。依然未完了なのは、重要度順に、Antに利害関係のない人によるFinFIRSTの第三者実行（これによりベンダー自身のベンチマークが中立的な場で検証されることになる）、有償の定価（これによりトライアルの試算が予算の問題に変わる）、そしてvLLMまたはSGLang上でのFin固有の本番サービング数値（モデルカードはアーキテクチャによってこれを約束しているが、誰も公表していない）。

正直な現状：Ling 3.0 Flash Fin は登場から20日、MIT ライセンスの下でオープンウェイト、API ではさらに約10日間は無料、そして今や少なくとも一度は独立に評価されている。9月にそれはブラックボックスではなくなった——重みはダウンロード可能で、FinFIRST は業界に共通の尺度を提供し、Artificial Analysis は基盤モデルではなくモデル自体に数値をつけた。今日確かなのは、市場で最も動きの速いオープンウェイトファミリーの金融向けチューニング版が、呼び出しも実行も無料であること、そして最初の外部測定が、その専門特化は本物だが狭いと示していることだ。最初の第三者による FinFIRST スコアと有料価格が、これを興味深いリリースから意思決定へと変えるだろう。