InclusionAI 正式發布 Ling-3.0-flash-Fin 權重，這是一款基於 Ling-3.0-flash 架構開發的混合專家（MoE）模型。該模型總參數達 124B，但透過稀疏激活技術，每次推理僅激活 51 億個參數，並支援 256K 的上下文視窗。

此版本專門針對金融領域進行增強，透過高品質金融數據的持續訓練，提供補充通用模型的專業推理能力。這種架構設計在降低運算成本的同時維持大上下文視窗，為本地大型語言模型部署提供了高效能且具成本效益的選擇。該模型實現了與 GPT-oss 2.0 相當的快速推理速度，並允許一次性讀取大量的金融文件或程式碼庫。

事件背景

混合專家（MoE）模型利用稀疏激活機制，即每個輸入 token 僅激活總參數的子集。這種架構允許模型在不成比例增加推理成本的情況下大幅擴展總參數數量，從而平衡效率與效能。256K 的上下文視窗使模型能夠在單次互動中處理大量文本，例如完整的程式碼庫或長篇法律合約。

社群觀察

社群成員讚賞該模型的速度和推理效率，指出它在重現 Google rambler 等特定任務中優於其他開源和閉源模型。部分用戶欣賞其授權和效能，但也有人將其與 Qwen3.8 在智力表現上進行比較，並對金融專屬增強功能表示好奇。