更新の中心は効率改善のように見えます。 Ant Groupは、Ling-2.5-1TがAIME 2026ベンチマークでフロンティア推論モデルと同等の性能を示しながら、使用トークン数が大幅に少ないと報告しました。同等のシステムでは、同様の結果に通常15,000〜23,000トークンが必要です。同社によれば、Ling-2.5-1Tは約5,890トークンを使用します。
Ant Groupは、Lingファミリーのアップグレードを人工汎用知能（AGI）に向けた進展として位置付けました。AGIとは、人間の推論に近い適応力を備え、多様な認知タスクを遂行できるシステムを指します。業界の定義はさまざまであり、AGIは「達成すべき定義済みのマイルストーン」ではなく、あくまで志向目標です。
Ant Groupは、Ling-2.5-1TとRing-2.5-1Tを用いてOpen AIモデルを拡大
トップのフィンテックニュースとイベントを見つけよう！
FinTech Weeklyのニュースレターを購読
JPモルガン、Coinbase、Blackrock、Klarnaなどの経営陣に読まれる
大手の金融テクノロジー企業における人工知能開発は、新しい段階に入っています。Ant Groupは、オープンライセンスの下で2兆パラメータのAIモデルを公開し、そのLingモデルファミリーを拡張するとともに、金融およびデジタルサービスに結び付いた高度な推論システムへの継続的な投資を示唆しました。
杭州拠点のフィンテック企業は、効率的な推論とエージェントの相互作用を目的とした大規模言語モデル「Ling-2.5-1T」および、「最初のハイブリッド線形アーキテクチャの思考モデル」と説明される「Ring-2.5-1T」を発表しました。両システムは、2025年10月に導入されたLing 2.0シリーズをベースにしており、オープンAI配布で広く使われている2つのプラットフォーム、Hugging FaceとModelScopeで利用可能です。
このリリースは、Ant GroupのオープンAIポートフォリオ全体にわたるより広範なアップデートの一部です。これには、Mingのマルチモーダルシリーズも含まれます。今月初めに同社は、単一のアーキテクチャで音声・オーディオ・音楽を扱う統合モデルであるMing-Flash-Omni-2.0を導入しました。
トリリオン・パラメータのモデルが効率的な推論に焦点
Ling-2.5-1Tは、Ant GroupのLingシリーズの一般言語モデルにおける最新のフラッグシップです。企業資料は、推論効率と嗜好の整合性の改善、さらにネイティブなエージェント相互作用への対応を挙げています。このモデルはコンテキスト長を最大100万トークンまで受け付けており、長文の分析や拡張された対話タスクを可能にします。
更新の中心は効率改善のように見えます。 Ant Groupは、Ling-2.5-1TがAIME 2026ベンチマークでフロンティア推論モデルと同等の性能を示しながら、使用トークン数が大幅に少ないと報告しました。同等のシステムでは、同様の結果に通常15,000〜23,000トークンが必要です。同社によれば、Ling-2.5-1Tは約5,890トークンを使用します。
トークン使用量の削減は、計算コストと応答速度に影響します。エンタープライズでの導入では、このような改善によって推論コストを下げ、より大規模なアプリケーションを可能にできます。金融テクノロジー企業は、コンプライアンス分析、顧客対応、文書レビューといった高ボリュームの言語タスクを扱うことがよくあります。したがって効率は、業務上の重要性を持ちます。
Ring-2.5-1Tは高度な数学的推論を狙う
Ring-2.5-1Tは、Ant Groupの推論最適化されたRingシリーズに属しています。同モデルは、構造化された問題解決を改善することを目的として、同社が「ハイブリッド線形アーキテクチャ」と呼ぶ方式を使用しています。Ant Groupは、国際コンペでゴールドメダル基準に合致する結果を含む、学術数学ベンチマークで高得点を記録したと報告しました。
International Mathematical Olympiad 2025のベンチマークでは、Ring-2.5-1Tは42中35を達成しました。China Mathematical Olympiad 2025のベンチマークでは、126中105に到達し、国内代表チームのカットオフを上回りました。このようなテストは、一般的な言語の流暢さよりも、多段階の推論や記号操作を評価します。
この領域での強いパフォーマンスは、特化した推論システムの進展を示唆しています。数学ベンチマークは、大規模モデルにおける推論能力を評価するための参照点になっています。改善は、財務モデリング、リスク評価、科学計算のように構造化された分析を必要とするアプリケーションへとつながる可能性があります。
Lingモデルファミリーの拡大
Lingファミリー（BaiLingとしても知られる）は現在、3つの主要ラインで構成されています。すなわち、Lingの一般言語モデル、Ringの推論モデル、Mingのマルチモーダルシステムです。2月のリリースは、それぞれのラインを短期間にアップデートします。Ant Groupは、これらのリリースを、オープンモデルファミリー全体にわたる包括的なアップグレードだと説明しました。
オープン配布は、戦略における注目すべき要素であり続けています。Ant Groupはオープンライセンスのもとでモデルを公開することで、研究者や開発者がそれらにアクセスし、適応できるようにしています。オープンソースAIは、大手テクノロジー企業や研究グループの間で競争分野になっています。Hugging FaceおよびModelScopeでの利用可能性は、これらのモデルをグローバルな開発コミュニティの中に位置付けます。
フィンテック企業にとって、オープンモデルはエコシステムの採用を加速させられます。外部の開発者は、業界のタスクに合わせたアプリケーションを構築でき、ベンダーの直接的な開発なしに実用的なユースケースを拡大できます。Ant Groupは、決済やデジタル・ファイナンス・プラットフォームにおいて同様のアプローチを追求し、サードパーティの統合を促しています。
Ming-Flash-Omni-2.0によるマルチモーダル開発
LingとRingのリリースは、2月11日に導入されたMing-Flash-Omni-2.0の発表に続くものです。Ant Groupは、このモデルを、単一のアーキテクチャ内で音声・オーディオ・音楽を統合する最初のモデルだと説明しました。マルチモーダルシステムは複数のデータタイプを統合し、音声、サウンド、テキストにまたがる相互作用を可能にします。
このような能力は、金融サービスのインターフェースに関連性があります。音声アシスタント、音声認証、会話型のバンキングツールは、マルチモーダル処理に依存しています。モダリティを1つのモデルに統合すると、チャンネル間での導入や連携を簡素化できます。Ant GroupはMing-Flash-Omni-2.0に関するベンチマーク比較は開示していませんが、大規模なオムニモデルとして位置付けました。
3つのモデルラインにまたがるリリースのタイミングは、孤立したアップデートではなく、連携した開発を示唆します。Ling、Ring、Mingは一緒になって、言語、推論、マルチモーダルな相互作用をカバーします。その組み合わせは、複数の認知機能を必要とするエンタープライズAI導入の要請に合致します。
金融テクノロジー企業内のAI開発
大手のフィンテック企業は、ますます独自のAI基盤を構築するようになっています。決済プラットフォーム、デジタルバンク、金融マーケットプレイスは膨大なデータフローを生み出し、複雑なリスクシステムを運用しています。社内のAIモデルは、取引データ、顧客とのコミュニケーション、コンプライアンス記録を大規模に処理できます。
Ant Groupは、数年にわたりAI研究へ投資し、不正検知、信用評価、サービス自動化にわたって機械学習を適用してきました。Lingファミリーは、この能力を一般および推論に重点を置いた言語モデルへと拡張します。オープンなリリースは、社内利用の域を超えて到達範囲を広げます。
この取り組みは、テクノロジー主導の金融企業におけるより大きなトレンドを反映しています。AI開発はもはや、特化した予測モデルだけに焦点が当たるものではありません。現在では、一般的なタスクをこなせる大規模言語および推論システムが含まれます。これらのモデルは、自動化されたエージェント、意思決定の分析、会話型インターフェースを支えることができます。
人工汎用知能（AGI）研究に向けて
Ant Groupは、Lingファミリーのアップグレードを人工汎用知能（AGI）に向けた進展として位置付けました。AGIとは、人間の推論に近い適応力を備え、多様な認知タスクを遂行できるシステムを指します。業界の定義はさまざまであり、AGIは「達成すべき定義済みのマイルストーン」ではなく、あくまで志向目標です。
トリリオン・パラメータのモデルを公開することは、研究のスケールに寄与します。パラメータ数だけでは能力は決まりませんが、大規模モデルはしばしば、より幅広い表現学習を可能にします。推論アーキテクチャの実験やマルチモーダル統合と組み合わせることで、この取り組みは一般的なシステムへの道筋を探るものになります。
Ant Groupは、AGI進展のタイムラインや指標を明示していません。同社は、今回のリリースを「達成された汎用知能の主張」ではなく、進行中の研究の中でのステップだと説明しました。公開モデルの利用可能性により、外部による評価と比較が可能になり、研究の方向性に役立てられます。
エンタープライズAI導入への示唆
新しいモデルは、金融分野やその他の領域におけるエンタープライズAIの採用に影響を与えるかもしれません。ロングコンテキストの言語モデルは、拡張された文書や取引履歴の分析を可能にします。推論に重点を置くシステムは、構造化された評価タスクを支えます。マルチモーダルモデルは、音声による対話を可能にします。
オープンなアクセスにより、組織は、独自ライセンスの障壁なしにこれらの能力をテストできます。企業は、コンプライアンス監視、契約書分析、顧客サポートの自動化といったドメイン固有のタスク向けに、モデルを微調整できます。Ling-2.5-1Tにおけるトークン使用量の削減は、大規模導入での運用コストを下げる可能性があります。
数学におけるベンチマーク性能は分析タスクへの潜在力を示していますが、実務ドメインへの適用には適応が必要です。企業は通常、ベースモデルに加えて、専門データや制御システムを組み合わせます。Ant Groupのオープンリリースは、完成されたエンタープライズソリューションというよりは、出発点となるアーキテクチャを提供します。
オープンAIモデルにおける競争環境
オープンAIモデルは、テクノロジー企業や研究グループの間で競争の場になっています。企業は、開発者エコシステムを惹きつけ、標準に影響を与えるために、ますます大きく高性能なシステムを公開しています。主要リポジトリでの利用可能性は、採用と実験を後押しします。
Ant Groupのリリースは、同社を、大規模なオープンモデルのグローバルな貢献者の中に位置付けます。フィンテック企業は歴史的に、他の場所で開発されたAIツールを消費してきました。基盤となるモデルを構築し公開することは、社内のイノベーションと外部への影響へと軸足が移っていることを示します。
したがって、Ling-2.5-1TとRing-2.5-1Tのローンチは、技術的な指標を超えた戦略的重要性を持ちます。これは、フィンテック組織内で大規模AI研究への継続的な投資が行われていること、そして、成果をより広い開発コミュニティと共有する姿勢があることを示しています。
見通し
Ant Groupの最新のLingファミリーのアップデートは、言語、推論、マルチモーダルの各領域にわたってオープンAIポートフォリオを拡張します。リリースは、効率、構造化された問題解決、クロスモーダル統合を重視しています。公開されていることで、外部による評価と応用を促します。
フィンテック企業がAI投資を深めるにつれ、基盤モデル開発はそれらのテクノロジースタックの一部になりつつあります。Ant Groupのトリリオン・パラメータのリリースは、その変化を示しています。実際のインパクトは、開発者や企業が、財務分析からデジタルな相互作用まで、現実のタスクにおいてこれらのシステムをどう適用するかに左右されます。
現時点では、Ling-2.5-1TとRing-2.5-1Tのローンチは、フィンテック分野における高度なAI研究の統合、そしてそのオープンイノベーション・エコシステムにおいて、もう一段階前進したことを示しています。