Ling-3.0-flash-Fin这个模型增强了什么？
541GWh，和465GWh。
这两个数字其实都在描述宁德时代2025年的动力电池业务，也都对。
前一个是销量，后一个是装车量，也叫使用量。混在一起，结论会错；只抄其中一个，又会漏掉业务从出货到装车之间的口径差。
同一个业务里的两个数字，先分清身份，才谈得上比较。
我拿这个问题去测了蚂蚁百灵刚开的金融增强模型 Ling-3.0-flash-Fin。
看看和我之前用普通模型测试的有什么差异，结果比我预期的更有意思。
它没有只给我一段“宁德时代保持全球领先”的漂亮总结，
而是先把披露值、外部统计和计算值分开，再交了一张可以继续修改的研究底稿。
不能说很完美，但是对我来说已经算有惊喜。
这道题，官方评测里真的有
Ling-3.0-flash-Fin 是从 Ling-3.0-flash 继续做金融语料预训练和领域后训练的版本，参数规模维持在 124B 总参数、5.1B 激活参数，支持 256K 上下文。
官方模型卡明确写出了模型规模、上下文长度和端到端金融研究定位。
官方同时开放了一个叫 FinFIRST 的金融检索评测集。它不只检查最终数字，还把找来源、核口径、做计算拆成一条条评分项。
FinFIRST 的第 4 题，问的恰好就是宁德时代：2025 年动力电池销量和装车量分别是多少？标准答案是 541GWh 和 465GWh。
FinFIRST 共公开 123 道任务；截图中的 v1_4 就是这次实测采用的宁德时代题。
所以我继续加码下任务。
我上传了宁德时代 232 页的 2025 年报，要求它提取 11 个指标，计算 5 个比率，做 3 个 2026 年机械情景，再交一篇研究备忘录，和一份可复制进表格的 CSV。
这次的任务从总结继续往下走：把长文档加工成下一位研究者还能接着改的底稿。
第一处惊喜，是模型没有把口径搞混
模型在开头主动解释：销量是公司销售出库口径，使用量是 SNE Research 统计的装车口径。
随后，它从年报第 21 页找到动力电池销量 541GWh，又从第 17 页找到全球动力电池使用量 1,187GWh、宁德时代市占率 39.2%。年报没有直接写出宁德时代的全球使用量绝对值，它就列出公式：
1,187 × 39.2% = 465.30GWh
同时标明这是一项计算值，不能冒充公司披露。按 FinFIRST 要求保留整数，正好是 465GWh。
年报第 17 页：全球动力电池使用量 1,187GWh，宁德时代全球使用量市占率 39.2%。
年报第 21 页：公司动力电池销量 541GWh。它和装车口径的 465GWh 不能直接互换。
这一步让我确认，金融增强确实有东西。
它体现得很具体：同一个表格里，哪些是公司披露，哪些来自外部机构，哪些由公式推算，都有自己的位置。
11 个核心指标，精准找到
除了 541 和 465，它还从年报里找出了这些数字：
- 营业收入 4,237.02 亿元
- 归母净利润 722.01 亿元
- 经营活动现金流净额 1,332.20 亿元
- 锂离子电池总销量 661GWh
- 锂电池产能 772GWh
- 锂电池产量 748GWh
- 产能利用率 96.9%
关键页码基本准确。尤其是产能利用率，它又用 748 ÷ 772 复算出 96.89%，和年报披露的 96.9% 对得上。
年报第 20 页给出 661GWh 总销量、722 亿元归母净利润和 1,332 亿元经营现金流。
年报第 26 页的产销表可以直接复核：748 ÷ 772 = 96.89%，四舍五入后与披露的 96.9% 一致。
如果只看宁德时代这一道官方评测题，两个核心答案都命中了。放到我扩展的年报任务里，核心取数是 11/11。
OpenRouter 原生测试截图：模型先解释口径，再输出逐项证据表。
它还能把数字推到“可讨论”的位置
取数只是第一步。我让它继续计算，得到这些数据：
- 归母净利率 17.04%
- 经营现金流是归母净利润的 1.85 倍
- 动力电池销量占锂电池总销量的 81.85%
- 动力电池销量与全球使用量估算值相差 75.70GWh
- 全球使用量估算值相当于动力电池销量的 86.01%
这里我也遇到了一次口径偏差。第一次回答里，它把“全球使用量”接成了全球行业总量 1,187GWh。
不过在我明确要求比较宁德时代自己的销量和使用量后，它在第二轮把公式和结果是能全部改对的。
接着，它以 541GWh 为基数，给出 2026 年三档机械情景：悲观 513.95GWh、基准 595.10GWh、乐观 649.20GWh，并明确这些数字不属于管理层指引。
三个情景都把 541GWh 写成基数，并把“机械外推”与“管理层指引”分开。
研究备忘录的判断也比较克制：规模看 661GWh 总销量和 96.9% 产能利用率；市场地位看 39.2% 全球使用量份额；现金流质量看 1,332 亿元经营现金流和 1.85 倍利润覆盖。
这些判断未必惊艳，却能回到数字逐项复算。
最实用的交付，是一段 20 行 CSV
最后，它给了我一段 20 行 CSV。
每行都有指标、年份、数值、单位、性质、来源、页码或公式。复制进 Excel 或飞书表格，就能继续清洗、补链接、接自己的模型。
这比一篇封闭的长报告更接近真实研究流程。研究员接过来不必重新拆文本，可以直接修订。
当然，CSV 里的 URL 只填了深交所首页，没有给到年报直链，这一列仍要人工补齐。可编辑交付已经成立，来源链接还没有做到开箱即用。
这个模型目前最清楚的边界，是工具执行
写出工具标签不等于工具真的跑了。这个边界必须单独验。
我在 OpenRouter 里同时打开了 Web Search、Web Fetch 和 Shell，并要求模型实际调用。
它没有真正执行这些工具。
第一轮甚至把 Shell 调用标签当成普通文本吐了出来，回答停在代码处。
第二轮收到我的纠错后，它没有继续假装成功，而是明确写出 Web Search、Web Fetch、Shell 都没跑，随后用直接算术补齐结果。
原生记录保留了这次的实际边界：PDF 解析与算术完成，三个外部工具没有执行。
所以，这次测试已经可以证明它会读长年报、会守口径、会计算、会整理成可编辑底稿。
我会怎么用它？
这次跑完，我愿意把Ling-3.0-flash-Fin 放进金融研究的第一道工序：
把年报、公告和行业材料交给它，先做取数、口径分层、公式复算、情景表和备忘录初稿。
人再去核直链、查外部统计、审推断。
它最让我满意的能力，可以压缩成一句话：
金融材料里，每个数字都有身份。
一个模型能把披露、外部统计和计算分清楚，后面的研究才有继续编辑和复核的基础。
这还不是无人值守的金融 Agent。
但作为一个免费的金融研究起点，它已经能交出一张我愿意继续工作的底稿。
现在在huggingface可以免费体验到这个模型，感兴趣的都可以去试试👇
https://huggingface.co/inclusionAI/Ling-3.0-flash-Fin