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

Temukan berita dan acara fintech teratas!

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 dua model AI dengan parameter triliunan 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 yang berbasis di Hangzhou ini 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 linier pertama. Kedua sistem ini dibangun berdasarkan seri Ling 2.0 yang diperkenalkan pada Oktober 2025 dan tersedia di Hugging Face serta ModelScope, dua platform distribusi AI terbuka yang banyak digunakan.

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

Model Parameter Triliunan Fokus pada Penalaran Efisien

Ling-2.5-1T merupakan model unggulan terbaru dalam seri Ling dari Ant Group. Materi perusahaan menggambarkan peningkatan dalam efisiensi penalaran dan penyesuaian preferensi, serta 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 pusat dari pembaruan ini. Ant Group melaporkan bahwa Ling-2.5-1T menyamai kinerja model penalaran terdepan pada benchmark AIME 2026 meskipun menggunakan token yang jauh lebih sedikit. Sistem sejenis biasanya membutuhkan antara 15.000 dan 23.000 token untuk hasil yang serupa. Ling-2.5-1T menggunakan sekitar 5.890 token, menurut perusahaan.

Pengurangan penggunaan token mempengaruhi biaya komputasi dan kecepatan respons. Dalam penerapan perusahaan, peningkatan ini dapat menurunkan biaya inferensi dan memungkinkan aplikasi skala besar. Perusahaan teknologi keuangan sering memproses tugas bahasa volume tinggi seperti analisis kepatuhan, interaksi pelanggan, dan peninjauan dokumen. Oleh karena itu, efisiensi memiliki arti operasional yang penting.

Ring-2.5-1T Menargetkan Penalaran Matematika Tingkat Lanjut

Ring-2.5-1T termasuk dalam seri Ring yang dioptimalkan untuk penalaran dari Ant Group. Model ini menggunakan apa yang disebut perusahaan sebagai arsitektur hibrida linier, yang dimaksudkan untuk meningkatkan pemecahan masalah terstruktur. Ant Group melaporkan skor tinggi pada tolok ukur matematika akademik, 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. Tes ini mengevaluasi penalaran multi-langkah dan manipulasi simbolik daripada kefasihan bahasa umum.

Kinerja yang kuat di bidang ini menunjukkan kemajuan dalam sistem penalaran khusus. Tolok ukur matematika telah menjadi acuan untuk menilai kemampuan penalaran dalam model besar. Peningkatan ini dapat diterjemahkan ke dalam aplikasi yang membutuhkan 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 garis utama: model bahasa umum Ling, model penalaran Ring, dan sistem multimodal Ming. Rilis Februari memperbarui setiap garis dalam waktu singkat. Ant Group menggambarkan rilis ini sebagai peningkatan komprehensif di seluruh keluarga model terbuka.

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

Bagi perusahaan fintech, model terbuka dapat mempercepat adopsi ekosistem. Pengembang eksternal dapat membangun aplikasi yang disesuaikan dengan tugas industri, memperluas penggunaan praktis tanpa pengembangan langsung dari vendor. Ant Group telah menerapkan 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 ini sebagai yang pertama menyatukan ucapan, audio, dan musik dalam satu arsitektur. Sistem multimodal mengintegrasikan berbagai tipe data, memungkinkan interaksi melalui suara, suara, dan teks.

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

Waktu rilis dari ketiga garis model ini menunjukkan pengembangan yang terkoordinasi daripada pembaruan terisolasi. Ling, Ring, dan Ming bersama-sama mencakup bahasa, penalaran, dan interaksi multimodal. Kombinasi ini sesuai dengan penerapan AI perusahaan yang membutuhkan berbagai fungsi kognitif.

Pengembangan AI dalam Perusahaan Teknologi Keuangan

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

Ant Group telah berinvestasi dalam riset AI selama beberapa tahun, menerapkan machine learning untuk deteksi penipuan, penilaian kredit, dan otomatisasi layanan. Seri Ling memperluas kemampuan ini ke dalam model bahasa umum dan fokus penalaran. Rilis terbuka memperluas jangkauan di luar penggunaan internal.

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

Menuju Riset Kecerdasan Umum Buatan (AGI)

Ant Group menggambarkan peningkatan keluarga Ling sebagai langkah menuju kecerdasan umum buatan. AGI merujuk 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 pasti.

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

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

Dampak untuk Penerapan AI Perusahaan

Model baru ini dapat mempengaruhi adopsi AI perusahaan di bidang 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 menguji kemampuan ini tanpa hambatan lisensi kepemilikan. Perusahaan dapat menyesuaikan model untuk tugas domain tertentu seperti pemantauan kepatuhan, analisis kontrak, atau otomatisasi dukungan pelanggan. Penggunaan token yang lebih sedikit di Ling-2.5-1T dapat menurunkan biaya operasional dalam penerapan skala besar.

Kinerja tolok ukur dalam matematika menunjukkan potensi untuk tugas analitik, meskipun penerapan ke domain terapan memerlukan penyesuaian. Perusahaan biasanya menggabungkan model dasar dengan data khusus dan sistem kontrol. Rilis terbuka Ant Group menyediakan arsitektur awal daripada solusi perusahaan lengkap.

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 mampu untuk menarik ekosistem pengembang dan mempengaruhi standar. Ketersediaan di repositori utama mendukung adopsi dan eksperimen.

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

Peluncuran Ling-2.5-1T dan Ring-2.5-1T memiliki makna strategis di luar metrik teknis. Mereka menunjukkan investasi berkelanjutan dalam riset AI skala besar di dalam organisasi fintech dan kesiapan untuk berbagi hasil dengan komunitas pengembangan yang lebih luas.

Prospek

Pembaharuan keluarga Ling terbaru dari Ant Group memperluas portofolio AI terbuka mereka di bidang bahasa, penalaran, dan multimodal. Rilis ini menekankan efisiensi, pemecahan masalah terstruktur, dan integrasi lintas modalitas. Ketersediaan publik mengundang evaluasi dan aplikasi eksternal.

Seiring perusahaan teknologi keuangan memperdalam investasi AI, pengembangan model dasar menjadi bagian dari tumpukan teknologi mereka. Rilis parameter triliunan dari Ant Group menunjukkan perubahan tersebut. Dampak praktisnya akan bergantung pada bagaimana pengembang dan perusahaan menerapkan sistem ini dalam 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 canggih di sektor fintech dan ekosistem inovasi terbuka.