Tôi có thể chạy Ling 3.0 Flash Fin tại máy không?

Không. InclusionAI chưa phát hành trọng số mở cho mô hình này, nên chỉ dùng qua API và không thể tự triển khai.

Giá bao nhiêu và cửa sổ ngữ cảnh bao nhiêu?

Giá 0,04 USD mỗi triệu token đầu vào và 0,12 USD mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token.

Ling 3.0 Flash Fin khác base Ling 3.0 Flash thế nào?

Nó xây dựng trên Ling 3.0 Flash nhưng được tinh chỉnh riêng cho quy trình tài chính và đầu tư; base model là trợ lý đa năng chung.

Ling 3.0 Flash Fin

3036°

#llm #inclusionai #lý luận #nghiên cứu #ngữ cảnh dài #trích xuất dữ liệu

Chạy mô hình này

Ưu đãi / Quảng cáo

OpenRouter Terminal / API

Trả theo token

Trò chuyện với mô hình này trên trình duyệt hoặc gọi nó từ mã của bạn với một khóa API.

inclusionAI | ngữ cảnh 262,144 token | $0.04/M đầu vào, $0.12/M đầu ra. Ling 3.0 Flash Fin là mô hình hỗn hợp chuyên gia tập trung tài chính từ InclusionAI, xây dựng trên Ling 3.0 Flash với 5.1B tham số kích hoạt trong tổng số 124B tham số. Nó được thiết kế cho các quy trình đầu tư thực tế đòi hỏi các nhiệm vụ đa bước phức tạp và lập kế hoạch, thực thi dài hạn, đồng thời giữ khả năng tổng quát trong suy luận, lập trình và toán học.

Hướng dẫn cho mô hình này

10 lựa chọn thay thế ChatGPT rẻ nhất năm 2026: mô hình cục bộ miễn phí, gói miễn phí và gói trả phí cố định

Mở weights vs mã nguồn mở vs chỉ API: bạn thực sự được phép làm gì

Tất cả hướng dẫn

Ghi chú của thuyền trưởng

Viết bởi Captain, biên tập viên chính

Ghi chú từ 2026-10-13

Ling 3.0 Flash Fin là mô hình mixture-of-experts chuyên về tài chính từ InclusionAI, chạy 5,1 tỷ tham số kích hoạt từ tổng 124 tỷ tham số. Thiết kế cho quy trình đầu tư đa bước và lập kế hoạch dài hạn, đồng thời giữ khả năng suy luận, lập trình và toán học tốt. Giá 0,04 USD mỗi triệu token đầu vào phù hợp cho quy trình tài chính khối lượng lớn hơn là dùng thông thường.

Nổi tiếng với

Tập trung lĩnh vực tài chính: quy trình đầu tư, lập kế hoạch và thực thi đa bước
Kiến trúc MoE chỉ kích hoạt 5,1 tỷ trong tổng 124 tỷ tham số mỗi lần chạy
Cửa sổ ngữ cảnh 262.144 token xử lý tài liệu tài chính dài
Giữ khả năng suy luận, lập trình và toán học chung bên cạnh chuyên môn tài chính

Cẩn thận với

Trọng số đóng: không thể chạy tại máy hay kiểm tra mô hình
Chuyên môn tài chính có thể làm giảm hiệu năng với tác vụ chung không liên quan
Không có thẻ mô hình công bố; chi tiết đánh giá nội bộ không rõ

Phù hợp nhất cho

Lời nhắc để thử

Phân tích báo cáo thu nhập

Bạn đang xem xét báo cáo thu nhập quý. Doanh thu đạt 4,2 tỷ USD so với ước tính đồng thuận 3,9 tỷ USD. Biên lợi nhuận hoạt động giảm 180 điểm cơ bản so với cùng kỳ năm trước xuống 14,2%. Ban lãnh đạo dự báo doanh thu quý tới 3,8–4,0 tỷ USD. Xác định ba tín hiệu quan trọng nhất cho nhà đầu tư cổ phiếu và giải thích ý nghĩa từng tín hiệu với cổ phiếu.

Bản ghi nhớ đầu tư đa bước

Một công ty công nghiệp vốn hóa trung bình thông báo mua lại đối thủ nhỏ hơn với hệ số EV/EBITDA 12 lần, tài trợ 60% bằng nợ. Trình bày các bước chính nhà phân tích cần làm để đánh giá liệu thương vụ có tạo giá trị không, bao gồm giả định về synergies, tác động đòn bẩy, rủi ro tích hợp và ảnh hưởng đến hồ sơ tín dụng của bên mua.

Trích xuất điều khoản chính từ cam kết

Dưới đây là điều khoản cam kết nợ trong hợp đồng tín dụng. Trích xuất: tỷ lệ duy trì tài chính yêu cầu, tần suất kiểm tra, quyền khắc phục nếu có, và hậu quả khi vi phạm. Trình bày kết quả dưới dạng bảng có cấu trúc. [Dán văn bản cam kết ở đây]

So sánh với

Ling 3.1 Flash
Mô hình chỉ API
ngữ cảnh 262,144 token · Đầu vào $0.07/M, đầu ra $0.22/M
Ling 3.0 Flash VL
Mô hình mở trọng số
ngữ cảnh 131,072 token · Đầu vào $0.06/M, đầu ra $0.18/M
Ling 3.0 Flash
Mô hình mở trọng số
ngữ cảnh 262,144 token · Đầu vào $0.02/M, đầu ra $0.06/M
Ling 3.0 Flash Sante
Mô hình chỉ API
ngữ cảnh 262,144 token · Đầu vào $0.04/M, đầu ra $0.12/M

Thêm mô hình văn bản từ inclusionai

Câu hỏi thường gặp

Tôi có thể chạy Ling 3.0 Flash Fin tại máy không?: Không. InclusionAI chưa phát hành trọng số mở cho mô hình này, nên chỉ dùng qua API và không thể tự triển khai.
Giá bao nhiêu và cửa sổ ngữ cảnh bao nhiêu?: Giá 0,04 USD mỗi triệu token đầu vào và 0,12 USD mỗi triệu token đầu ra, với cửa sổ ngữ cảnh 262.144 token.
Ling 3.0 Flash Fin khác base Ling 3.0 Flash thế nào?: Nó xây dựng trên Ling 3.0 Flash nhưng được tinh chỉnh riêng cho quy trình tài chính và đầu tư; base model là trợ lý đa năng chung.

Phán quyết của thuyền trưởng
Mô hình MoE cửa sổ dài giá rẻ chuyên cho quy trình tài chính — hữu ích nếu bạn làm việc nhiều với tài liệu đầu tư, không phù hợp nếu không.

Thuyền trưởng viết những ghi chú này dựa trên mô tả và thẻ mô hình của mô hình. Giá cả và kích thước ngữ cảnh là của nhà cung cấp tại thời điểm viết và có thể thay đổi.

Ranking badge

Updated Oct 22, 2026

Made this model? Show this badge on your page.

Paste it into your Hugging Face card or Civitai description.

Change colors / personalize / get code

Not this creator?

Get your own badge

Điểm số này được tính như thế nào

Mô hình này chưa có dữ liệu phổ biến từ bất kỳ nguồn nào, nên nó mang một số thay thế dưới 7,000° để giữ cho danh sách đầy đủ. Nó không bao giờ xếp trên một mô hình có dữ liệu. Phân tích chi tiết sẽ xuất hiện ở đây ngay khi có nguồn báo cáo.

Thuật ngữ: các từ dùng ở đây

Điểm nhiệt: Một số duy nhất cho biết mô hình được dùng và mong muốn thế nào hiện tại, từ 0° đến 9.999°. Mọi danh sách trên trang này nói về độ hot đều sắp xếp theo nó và không theo gì khác.
Sàn điểm: 7.000° là điểm bắt đầu cho mọi mô hình có dữ liệu thật. Thang điểm chạy từ 0° đến 9.999°; phần dưới sàn dành cho mô hình thay thế (mô hình không có dữ liệu), để mô hình có dữ liệu luôn xếp trên mô hình không có. Sàn điểm giống nhau cho tất cả và không quyết định gì; điểm trên sàn mới là thước đo.
Tương đương lượt tải: Tất cả những gì điểm số coi là lượt tải, cộng lại: lượt tải thật, mỗi người chia sẻ torrent tính 1.000, mỗi ảnh AI Horde và mỗi lượt chạy trên trang tạo ảnh tính một.
Thang log: Đếm theo chục, không phải theo đơn vị: từ 1.000 lên 10.000 lượt tải thêm cùng số điểm như từ 10.000 lên 100.000. Giúp tránh việc các mô hình lớn lấn át hết mọi thứ khác.
Lượt thích: Giơ ngón tay cái và lượt thích từ mọi nguồn, mỗi lượt bằng một nửa lượt tải trên thang log.
Tỷ lệ áp dụng: Bao nhiêu lượt tải mỗi ngày mà mô hình nhận được hiện tại, tính từ chênh lệch giữa hai lần đọc nguồn. Bằng một phần tư trọng số của lượt tải.
Đã đo và ước tính: Đã đo nghĩa là có hai lần đọc từ một nguồn và sự khác biệt là thật. Ước tính nghĩa là chỉ biết tổng số hôm nay và quá khứ được phân bổ trong suốt thời gian tồn tại của mô hình; trang web sẽ nói rõ đang hiển thị loại nào.
Seeder: Người giữ bản sao trọng số trực tuyến để người khác tải qua torrent, hoặc một bản sao lưu trữ làm điều tương tự. Mỗi người được tính là 1.000 lượt tải.
AI Horde: Một mạng lưới tình nguyện tạo ảnh miễn phí trên máy tính được hiến tặng. Số ảnh nó đã tạo với một mô hình được công khai, và mỗi ảnh được tính là một lượt tải.
Trang tạo ảnh: Các trang lưu trữ bản sao mô hình riêng và cho phép người dùng tạo ảnh, như PixAI, SeaArt và Yodayo. Lượt tải của họ được tính giống như Civitai và mỗi lần tạo ảnh được tính là một lượt tải.
Token OpenRouter: Mô hình văn bản phục vụ qua API, như Claude hoặc GPT, không có trọng số để tải xuống, nên sử dụng token để đo lường: các đoạn văn bản nó đọc và viết qua OpenRouter, một cổng kết nối nhiều ứng dụng sử dụng, trong 30 ngày qua. Mỗi 10,000,000 token tính là một lượt tải. Nguồn: OpenRouter (openrouter.ai/rankings), CC BY 4.0.
Mô hình đầy đủ (checkpoint): Chính là trọng số, file tự tạo ảnh. Nó được cộng thêm điểm vì các add-on phụ thuộc vào nó.
LoRA và embedding: Các file add-on nhỏ giúp điều chỉnh trọng số của người khác theo phong cách, nhân vật hoặc ý tưởng. Chúng không thể chạy riêng.
Gia đình và trọng số: Nền tảng mà mô hình xây dựng trên đó, như SD 1.5, SDXL, Flux hoặc Wan. Mỗi mô hình kế thừa ngày phát hành của trọng số gia đình nó.
Tuổi: Điểm trừ dựa trên thời gian trọng số gia đình được phát hành: 150° mỗi năm, tối đa 750°. Nó giữ lại lượt tải cũ đã tích tụ nhiều năm bằng cách đóng băng đầu danh sách.
Tăng gia đình: Một đẩy nhỏ có giới hạn cho LoRA của một gia đình mà trang này đang ưu tiên, luôn được liệt kê trong phần phân tích.
Điểm thay thế: Một số ổn định dưới mức tối thiểu dành cho mô hình chưa có báo cáo nguồn, để danh sách luôn đầy đủ. Nó không bao giờ xếp trên mô hình có dữ liệu.
Mới! (giai đoạn thử nghiệm): Mô hình dưới 7 ngày tuổi hiển thị Mới! thay vì điểm số và không được xếp hạng. Điểm số được tính từ ngày đầu tiên, nhưng mô hình mới một ngày tăng trưởng nhanh nhất, nên nếu không chờ đợi thì #1 tuần này sẽ luôn là mô hình mới ra hôm qua thay vì mô hình giữ vững trong tuần.
Xu hướng: Tốc độ tăng trưởng của mô hình trong một khoảng thời gian so với tốc độ tăng trưởng trung bình của mô hình khác trong cùng khoảng thời gian. Nhanh hơn trung bình là tăng, chậm hơn là giảm.
Mô hình điển hình: Giữa danh mục: một nửa mô hình có số liệu tăng nhanh hơn trong khoảng thời gian, một nửa tăng chậm hơn.

Mô hình tương tự

L3.1 70B Euryale v2.2

TEXT / LLM

Granite 4.0 Micro

TEXT / LLM

Mô hình AI để tạo hình ảnh, video & văn bản

Ling 3.0 Flash Fin là một mô hình văn bản thuộc họ Text / LLM được liệt kê trên ModelTrends.ai, danh mục chỉ đọc về các mô hình AI hình ảnh, video và văn bản mã nguồn mở. So sánh nó với các mô hình Text / LLM khác và xem điểm độ hot để biết xu hướng.

Thêm mô hình Text / LLM Thêm Văn bản / LLM Text / LLM llm inclusionai lý luận nghiên cứu ngữ cảnh dài trích xuất dữ liệu

Duyệt theo họ mô hình