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

Temukan berita dan acara fintech teratas!

Berlangganan buletin FinTech Weekly

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

Pengembangan kecerdasan buatan di dalam perusahaan teknologi finansial besar kini memasuki tahap baru. Ant Group telah merilis dua model AI berparameter triliunan dengan lisensi terbuka, memperluas keluarga model Ling-nya, sekaligus menandakan investasi berkelanjutan pada sistem penalaran tingkat lanjut yang terkait dengan layanan keuangan dan digital.

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

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

Model Berparameter Triliunan Berfokus pada Penalaran yang Efisien

Ling-2.5-1T mewakili flagship terbaru dalam seri Ling Ant Group dari model bahasa umum. Materi perusahaan menjelaskan peningkatan efisiensi penalaran dan keselarasan preferensi, sekaligus dukungan untuk interaksi agen secara native. Model menerima panjang konteks hingga satu juta token, sehingga memungkinkan analisis format panjang dan tugas dialog yang diperpanjang.

Peningkatan efisiensi tampaknya menjadi inti dari pembaruan tersebut. Ant Group melaporkan bahwa Ling-2.5-1T menyamai performa model reasoning frontier pada benchmark AIME 2026, sekaligus menggunakan token yang jauh lebih sedikit. Sistem yang 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 lebih rendah memengaruhi biaya komputasi dan kecepatan respons. Pada penerapan perusahaan, peningkatan seperti ini dapat menurunkan biaya inferensi dan memungkinkan aplikasi skala lebih besar. Perusahaan teknologi finansial sering memproses tugas bahasa volume tinggi seperti analisis kepatuhan, interaksi pelanggan, dan peninjauan dokumen. Karena itu, efisiensi memiliki signifikansi operasional.

Ring-2.5-1T Menargetkan Penalaran Matematis Tingkat Lanjut

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

Pada benchmark International Mathematical Olympiad 2025, Ring-2.5-1T meraih 35 dari 42. Pada benchmark China Mathematical Olympiad 2025, ia mencapai 105 dari 126, di atas batas tim nasional. Ujian-ujian tersebut menilai penalaran bertahap dan manipulasi simbolik, bukan kelancaran bahasa umum.

Performa kuat di bidang ini menunjukkan kemajuan dalam sistem penalaran yang terspesialisasi. Benchmark matematika telah menjadi titik referensi untuk menilai kemampuan penalaran pada model besar. Peningkatan dapat diterjemahkan ke aplikasi yang memerlukan analisis terstruktur, seperti pemodelan keuangan, evaluasi risiko, atau komputasi ilmiah.

Ekspansi Keluarga Model Ling

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

Distribusi terbuka tetap menjadi elemen yang menonjol dalam strategi. Dengan merilis model di bawah lisensi terbuka, Ant Group memungkinkan peneliti dan pengembang mengakses serta mengadaptasinya. AI sumber terbuka telah menjadi bidang kompetitif di antara perusahaan teknologi besar dan kelompok riset. 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-tugas industri, memperluas kasus penggunaan praktis tanpa pengembangan langsung dari vendor. Ant Group telah mengejar pendekatan serupa di platform pembayaran dan keuangan digital, mendorong integrasi pihak ketiga.

Pengembangan Multimodal Dengan Ming-Flash-Omni-2.0

Rilis Ling dan Ring mengikuti peluncuran Ming-Flash-Omni-2.0 pada 11 Februari. Ant Group menggambarkan model tersebut sebagai yang pertama menyatukan ucapan, audio, dan musik dalam satu arsitektur. Sistem multimodal mengintegrasikan berbagai tipe data, memungkinkan interaksi lintas suara, bunyi, dan teks.

Kemampuan seperti ini relevan untuk antarmuka layanan keuangan. Asisten suara, autentikasi audio, dan alat perbankan percakapan bergantung pada pemrosesan multimodal. Mengintegrasikan modalitas ke dalam satu model dapat menyederhanakan penerapan dan koordinasi lintas kanal. Ant Group tidak mengungkapkan perbandingan benchmark untuk Ming-Flash-Omni-2.0, tetapi menempatkannya sebagai model omni skala besar.

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

Pengembangan AI di Dalam Perusahaan Teknologi Finansial

Perusahaan fintech besar semakin membangun infrastruktur AI milik sendiri. Platform pembayaran, bank digital, dan pasar finansial menghasilkan aliran data yang sangat besar dan menjalankan sistem risiko yang kompleks. Model AI internal dapat memproses data transaksi, komunikasi pelanggan, dan catatan kepatuhan dalam skala besar.

Ant Group telah berinvestasi dalam riset AI selama beberapa tahun, menerapkan machine learning untuk 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 lebih luas dalam keuangan yang digerakkan teknologi. Pengembangan AI tidak lagi berpusat hanya pada model prediksi khusus. Kini mencakup sistem bahasa besar dan penalaran yang mampu menjalankan tugas-tugas umum. Model-model ini dapat mendukung agen otomatis, analisis keputusan, dan antarmuka percakapan.

Menuju Riset Artificial General Intelligence

Ant Group membingkai peningkatan keluarga Ling sebagai kemajuan menuju artificial general intelligence. AGI merujuk pada sistem yang mampu melakukan berbagai tugas kognitif dengan kemampuan beradaptasi yang mirip penalaran manusia. Definisi industri bervariasi, dan AGI tetap menjadi tujuan yang aspiratif, bukan tonggak yang terdefinisi.

Merilis model berparameter triliunan berkontribusi pada skala riset. Jumlah parameter saja tidak menentukan kemampuan, namun model besar sering memungkinkan pembelajaran representasi yang lebih luas. Dikombinasikan dengan eksperimen arsitektur penalaran dan integrasi multimodal, pekerjaan semacam ini mengeksplorasi jalur menuju sistem umum.

Ant Group tidak menentukan timeline atau metrik untuk kemajuan AGI. Perusahaan menggambarkan rilis tersebut sebagai langkah dalam riset berkelanjutan, bukan klaim tentang tercapainya general intelligence. Ketersediaan model publik memungkinkan evaluasi dan perbandingan oleh pihak luar, yang dapat menginformasikan arah riset.

Implikasi untuk Penerapan AI Perusahaan

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

Akses terbuka memungkinkan organisasi menguji kemampuan ini tanpa hambatan lisensi proprietary. Perusahaan dapat melakukan fine-tune model untuk tugas-tugas spesifik domain seperti pemantauan kepatuhan, analisis kontrak, atau otomatisasi dukungan pelanggan. Pengurangan penggunaan token pada Ling-2.5-1T dapat menurunkan biaya operasional pada penerapan skala besar.

Performa benchmark dalam matematika menunjukkan potensi untuk tugas analitis, meskipun penerjemahan ke domain terapan memerlukan adaptasi. Perusahaan biasanya mengombinasikan model dasar dengan data khusus dan sistem kontrol. Rilis terbuka Ant Group menyediakan arsitektur awal, bukan solusi perusahaan yang sudah jadi.

Konteks Kompetitif dalam Model AI Terbuka

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

Rilis Ant Group menempatkan perusahaan itu di antara kontributor global untuk model skala besar yang terbuka. Perusahaan teknologi finansial secara historis menggunakan alat AI yang dikembangkan di tempat lain. Membangun dan merilis model-model fondasi menandakan pergeseran menuju inovasi internal dan pengaruh eksternal.

Peluncuran Ling-2.5-1T dan Ring-2.5-1T, oleh karena itu, memiliki signifikansi strategis di luar metrik teknis. Mereka menunjukkan investasi berkelanjutan dalam riset AI skala besar di dalam organisasi fintech dan kesediaan untuk membagikan hasilnya dengan komunitas pengembangan yang lebih luas.

Prakiraan

Pembaruan terbaru keluarga Ling Ant Group memperluas portofolio AI terbukanya di ranah bahasa, penalaran, dan multimodal. Rilis tersebut menekankan efisiensi, pemecahan masalah terstruktur, dan integrasi lintas-modal. Ketersediaan publik mengundang evaluasi dan penerapan oleh pihak luar.

Sebagai perusahaan teknologi finansial, perusahaan yang semakin memperdalam investasi AI membuat pengembangan model fondasi menjadi bagian dari tumpukan teknologi mereka. Rilis Ant Group berparameter triliunan menggambarkan pergeseran tersebut. Dampak praktis akan bergantung pada bagaimana pengembang dan perusahaan menerapkan sistem ini pada tugas dunia nyata, mulai dari analisis keuangan hingga interaksi digital.

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