‏Ling-3.0-flash-Fin؛ مدل باز اَنت گروپ برای کار مالی

اَنت گروپ مدلی به اسم Ling-3.0-flash-Fin منتشر کرده که روی پایهٔ Ling-3.0-flash ساخته شده و وزن‌هاش بازه (open weights یعنی خود مدل رو می‌تونی دانلود کنی و جای دیگه اجراش کنی). به گفتهٔ اَنت گروپ، این مدل رو با همکاری نهادهای مالی و کارشناس‌های صنعت ساختن تا تو کارهایی مثل چک‌کردن منابع، ساختن شیت‌های ارزش‌گذاری و نوشتن گزارش کمک کنه. فقط متن می‌گیره و متن می‌ده.

تو گزارش Artificial Analysis اومده که این مدل تو شاخص هوش امتیاز ۲۳ گرفته، یعنی هم‌اندازهٔ MiniMax-M2.7، ولی با نصف پارامتر فعال: ۵.۱ میلیارد در برابر ۱۰ میلیارد به ازای هر توکن. برای همین روی مرز پارِتوی «هوش در برابر پارامتر فعال» می‌شینه، یعنی بین مدل‌های هم‌اندازهٔ خودش بهترین امتیاز رو داره. کل پارامترهاش ۱۲۴ میلیارده، پنجرهٔ متنش ۲۵۶ هزار توکنه، لایسنسش MIT هست و از OpenRouter در دسترسه، حتی با یه اندپوینت رایگانِ محدود.

تو شاخص مالی و حسابداری امتیازش ۲۴ شده، دقیقاً مثل نسخهٔ تصویری Ling-3.0-flash-VL. دقت دانش کسب‌وکارش بهتره (۱۷٪ در برابر ۱۱٪) ولی توهمش هم بیشتره: نرخ عدم‌توهم ۶۷٪ در مقابل ۸۱٪. تو کارهای حرفه‌ای هم یه کم عقب‌تره؛ ۱۱۷۱ امتیاز Elo تو GDPval-AA v2 و ۹۶۷ تو AA-Briefcase، در برابر ۱۲۲۵ و ۹۸۶ برای VL.

کارهای agentic سخت (یعنی جایی که مدل خودش چند مرحله ابزار اجرا می‌کنه) هنوز نقطه‌ضعفشه. تو AutomationBench-AA فقط ۷٪ گرفته در حالی که VL ۱۶٪ گرفته، و هر دو تو Terminal-Bench v4.0 صفر شدن. ضمناً پرحرف‌تره: میانگین حدود ۶۷ هزار توکن خروجی برای هر تسک، یعنی ۳۴٪ بیشتر از VL و ۳.۲ برابر MiniMax-M2.7. یعنی هزینهٔ اجراش عملاً بالاتر درمیاد.

نکات کلیدی:

• امتیاز ۲۳ تو شاخص هوش Artificial Analysis و ۲۴ تو شاخص مالی و حسابداری
• ۱۲۴ میلیارد پارامتر کل و ۵.۱ میلیارد فعال به ازای هر توکن، با معماری MoE و پنجرهٔ متن ۲۵۶ هزار توکن
• لایسنس MIT و در دسترس از OpenRouter با یه اندپوینت رایگانِ ریت‌لیمیت‌دار
• نرخ عدم‌توهم ۶۷٪ در برابر ۸۱٪ نسخهٔ Ling-3.0-flash-VL
• ۷٪ تو AutomationBench-AA و صفر تو Terminal-Bench v4.0