Ant Group memperluas Model Open AI dengan Ling-2.5-1T dan Ring-2.5-1T

Temukan berita dan acara fintech terbaik!

Berlangganan newsletter FinTech Weekly

Dibaca oleh eksekutif di JP Morgan, Coinbase, Blackrock, Klarna dan lainnya

Pengembangan kecerdasan buatan di dalam perusahaan teknologi keuangan besar memasuki tahap baru. Ant Group telah merilis model AI dengan dua triliun parameter di bawah lisensi terbuka, memperluas keluarga model Ling-nya dan menandakan investasi berkelanjutan dalam sistem penalaran canggih yang terkait dengan layanan keuangan dan digital.

Perusahaan fintech yang berbasis di Hangzhou ini mengumumkan Ling-2.5-1T, model bahasa besar yang dirancang untuk penalaran efisien dan interaksi agen, bersama dengan Ring-2.5-1T, yang digambarkan sebagai model pemikiran arsitektur linier hibrida pertama. Kedua sistem ini dibangun di atas seri Ling 2.0 yang diperkenalkan pada Oktober 2025 dan tersedia di Hugging Face dan ModelScope, dua platform yang banyak digunakan untuk distribusi AI terbuka.

Rilis ini merupakan bagian dari pembaruan yang lebih luas di seluruh portofolio AI terbuka Ant Group, yang juga mencakup seri multimodal Ming. Awal bulan ini, perusahaan memperkenalkan Ming-Flash-Omni-2.0, model terpadu yang menangani ucapan, audio, dan musik dalam satu arsitektur.

Model Triliun-Parameter Berfokus pada Penalaran Efisien

Ling-2.5-1T merupakan flagship terbaru dalam seri model bahasa umum Ling milik Ant Group. Materi perusahaan menggambarkan perbaikan dalam efisiensi penalaran dan penyelarasan preferensi, bersama dengan dukungan untuk interaksi agen asli. Model ini menerima panjang konteks hingga satu juta token, memungkinkan analisis bentuk panjang dan tugas dialog yang diperpanjang.

Peningkatan efisiensi tampaknya menjadi inti dari pembaruan. Ant Group melaporkan bahwa Ling-2.5-1T mencocokkan kinerja model penalaran terdepan pada tolok ukur AIME 2026 sambil menggunakan token yang jauh lebih sedikit. Sistem sebanding biasanya memerlukan antara 15.000 dan 23.000 token untuk hasil yang serupa. Ling-2.5-1T menggunakan sekitar 5.890 token, menurut perusahaan.

Penggunaan token yang berkurang mempengaruhi biaya komputasi dan kecepatan respons. Dalam penerapan perusahaan, perbaikan semacam itu dapat menurunkan biaya inferensi dan memungkinkan aplikasi skala yang lebih besar. Perusahaan teknologi keuangan sering memproses tugas bahasa volume tinggi seperti analisis kepatuhan, interaksi pelanggan, dan tinjauan dokumen. Oleh karena itu, efisiensi membawa signifikansi operasional.

Ring-2.5-1T Menargetkan Penalaran Matematika Lanjutan

Ring-2.5-1T termasuk dalam seri Ring yang dioptimalkan untuk penalaran milik Ant Group. Model ini menggunakan apa yang disebut perusahaan sebagai arsitektur linier hibrida, yang dimaksudkan untuk meningkatkan pemecahan masalah terstruktur. Ant Group melaporkan skor tinggi pada tolok ukur matematika akademis, termasuk hasil yang memenuhi standar medali emas dalam kompetisi internasional.

Pada tolok ukur Olimpiade Matematika Internasional 2025, Ring-2.5-1T mencapai 35 dari 42. Pada tolok ukur Olimpiade Matematika China 2025, model ini mencapai 105 dari 126, di atas batas tim nasional. Ujian semacam itu mengevaluasi penalaran multi-langkah dan manipulasi simbolis daripada kefasihan bahasa umum.

Kinerja yang kuat di domain ini menunjukkan kemajuan dalam sistem penalaran khusus. Tolok ukur matematika telah menjadi titik acuan untuk menilai kemampuan penalaran dalam model besar. Perbaikan dapat diterjemahkan ke dalam aplikasi yang memerlukan analisis terstruktur, seperti pemodelan keuangan, evaluasi risiko, atau komputasi ilmiah.

Perluasan Keluarga Model Ling

Keluarga Ling, yang juga dikenal sebagai BaiLing, kini terdiri dari tiga lini utama: model bahasa umum Ling, model penalaran Ring, dan sistem multimodal Ming. Rilis Februari memperbarui masing-masing lini dalam periode singkat. Ant Group menggambarkan rilis ini sebagai peningkatan komprehensif di seluruh keluarga model terbuka.

Distribusi terbuka tetap menjadi elemen penting dari strategi. Dengan merilis model di bawah lisensi terbuka, Ant Group memungkinkan peneliti dan pengembang untuk mengakses dan menyesuaikannya. AI sumber terbuka telah menjadi bidang persaingan di antara perusahaan teknologi besar dan kelompok penelitian. Ketersediaan di Hugging Face dan ModelScope menempatkan model-model tersebut dalam komunitas pengembangan global.

Bagi perusahaan fintech, model terbuka dapat mempercepat adopsi ekosistem. Pengembang eksternal dapat membangun aplikasi yang disesuaikan dengan tugas industri, memperluas kasus penggunaan praktis tanpa pengembangan vendor langsung. Ant Group telah mengejar pendekatan serupa dalam platform pembayaran dan keuangan digital, mendorong integrasi pihak ketiga.

Pengembangan Multimodal Dengan Ming-Flash-Omni-2.0

Rilis Ling dan Ring mengikuti pengenalan Ming-Flash-Omni-2.0 pada 11 Februari. Ant Group menggambarkan model itu sebagai yang pertama yang menyatukan ucapan, audio, dan musik dalam satu arsitektur. Sistem multimodal mengintegrasikan beberapa jenis data, memungkinkan interaksi di antara suara, suara, dan teks.

Kemampuan semacam ini memiliki relevansi untuk antarmuka layanan keuangan. Asisten suara, otentikasi audio, dan alat perbankan percakapan bergantung pada pemrosesan multimodal. Mengintegrasikan modalitas menjadi satu model dapat menyederhanakan penerapan dan koordinasi di berbagai saluran. Ant Group tidak mengungkapkan perbandingan tolok ukur untuk Ming-Flash-Omni-2.0 tetapi memposisikannya sebagai model omni skala besar.

Waktu rilis di seluruh tiga lini model menunjukkan pengembangan terkoordinasi daripada pembaruan terpisah. Ling, Ring, dan Ming bersama-sama mencakup bahasa, penalaran, dan interaksi multimodal. Kombinasi itu selaras dengan penerapan AI perusahaan yang memerlukan berbagai fungsi kognitif.

Pengembangan AI Di Dalam Perusahaan Teknologi Keuangan

Perusahaan fintech besar semakin membangun infrastruktur AI proprietary. Platform pembayaran, bank digital, dan pasar keuangan menghasilkan aliran data yang besar dan mengoperasikan sistem risiko yang kompleks. Model AI internal dapat memproses data transaksi, komunikasi pelanggan, dan catatan kepatuhan secara skala.

Ant Group telah berinvestasi dalam penelitian AI selama beberapa tahun, menerapkan pembelajaran mesin dalam deteksi penipuan, penilaian kredit, dan otomatisasi layanan. Keluarga Ling memperluas kemampuan ini ke model bahasa umum dan yang berfokus pada penalaran. Rilis terbuka memperluas jangkauan di luar penggunaan internal.

Pendekatan ini mencerminkan tren yang lebih luas di perusahaan-perusahaan keuangan yang didorong oleh teknologi. Pengembangan AI tidak lagi hanya berfokus pada model prediksi khusus. Sekarang mencakup sistem bahasa besar dan penalaran yang mampu melakukan tugas umum. Model-model ini dapat mendukung agen otomatis, analisis keputusan, dan antarmuka percakapan.

Menuju Penelitian Kecerdasan Umum Buatan

Ant Group mengarahkan peningkatan keluarga Ling sebagai kemajuan menuju kecerdasan umum buatan. AGI mengacu pada sistem yang mampu melakukan berbagai tugas kognitif dengan adaptabilitas yang mirip dengan penalaran manusia. Definisi industri bervariasi, dan AGI tetap menjadi tujuan aspiratif daripada tonggak yang terdefinisi.

Merilis model dengan triliun parameter berkontribusi pada skala penelitian. Jumlah parameter saja tidak menentukan kemampuan, namun model besar sering kali memungkinkan pembelajaran representasi yang lebih luas. Dipadukan dengan eksperimen arsitektur penalaran dan integrasi multimodal, pekerjaan semacam ini menjelajahi jalur menuju sistem umum.

Ant Group tidak menentukan waktu atau metrik untuk kemajuan AGI. Perusahaan menggambarkan rilis ini sebagai langkah dalam penelitian yang sedang berlangsung, bukan klaim kecerdasan umum yang telah dicapai. Ketersediaan model publik memungkinkan evaluasi eksternal dan perbandingan, yang dapat menginformasikan arah penelitian.

Implikasi untuk Penerapan AI Perusahaan

Model-model baru ini dapat memengaruhi adopsi AI perusahaan di sektor keuangan dan sektor lainnya. Model bahasa konteks panjang memungkinkan analisis dokumen dan riwayat transaksi yang diperpanjang. Sistem yang berfokus pada penalaran mendukung tugas evaluasi terstruktur. Model multimodal memungkinkan interaksi berbasis suara.

Akses terbuka memungkinkan organisasi untuk menguji kemampuan ini tanpa hambatan lisensi proprietary. Perusahaan dapat menyempurnakan model untuk tugas spesifik domain seperti pemantauan kepatuhan, analisis kontrak, atau otomatisasi dukungan pelanggan. Penggunaan token yang berkurang dalam Ling-2.5-1T dapat menurunkan biaya operasional dalam penerapan besar.

Kinerja tolok ukur dalam matematika menunjukkan potensi untuk tugas analitis, meskipun penerjemahan ke dalam domain yang diterapkan memerlukan adaptasi. Perusahaan biasanya menggabungkan model dasar dengan data dan sistem kontrol khusus. Rilis terbuka Ant Group menyediakan arsitektur awal daripada solusi perusahaan yang selesai.

Konteks Kompetitif dalam Model AI Terbuka

Model AI terbuka telah menjadi arena persaingan di antara perusahaan teknologi dan kelompok penelitian. Perusahaan merilis sistem yang semakin besar dan mampu untuk menarik ekosistem pengembang dan memengaruhi standar. Ketersediaan di repositori utama mendukung adopsi dan eksperimen.

Rilis Ant Group memposisikan perusahaan di antara kontributor global untuk model berskala besar yang terbuka. Perusahaan teknologi keuangan secara historis mengkonsumsi alat AI yang dikembangkan di tempat lain. Membangun dan merilis model dasar menandakan pergeseran menuju inovasi internal dan pengaruh eksternal.

Peluncuran Ling-2.5-1T dan Ring-2.5-1T oleh karena itu membawa signifikansi strategis di luar metrik teknis. Ini menunjukkan investasi berkelanjutan dalam penelitian AI berskala besar di dalam organisasi fintech dan kesediaan untuk berbagi hasil dengan komunitas pengembangan yang lebih luas.

Pandangan ke Depan

Pembaruan terbaru keluarga Ling Ant Group memperluas portofolio AI terbukanya di seluruh domain bahasa, penalaran, dan multimodal. Rilis ini menekankan efisiensi, pemecahan masalah terstruktur, dan integrasi lintas-modal. Ketersediaan publik mengundang evaluasi dan aplikasi eksternal.

Seiring dengan perusahaan teknologi keuangan yang memperdalam investasi AI, pengembangan model dasar menjadi bagian dari tumpukan teknologi mereka. Rilis triliun parameter Ant Group menggambarkan pergeseran itu. Dampak praktis akan bergantung pada bagaimana pengembang dan perusahaan menerapkan sistem ini dalam tugas dunia nyata, dari analisis keuangan hingga interaksi digital.

Untuk saat ini, peluncuran Ling-2.5-1T dan Ring-2.5-1T menandai langkah lain dalam integrasi penelitian AI canggih di dalam sektor fintech dan ekosistem inovasi terbukanya.