Ant Group erweitert Open AI-Modelle mit Ling-2.5-1T und Ring-2.5-1T

Entdecken Sie die besten Fintech-Nachrichten und Veranstaltungen!

Abonnieren Sie den Newsletter von FinTech Weekly

Gelesen von Führungskräften bei JP Morgan, Coinbase, Blackrock, Klarna und mehr

Die Entwicklung künstlicher Intelligenz innerhalb großer Finanztechnologieunternehmen befindet sich in einer neuen Phase. Ant Group hat zwei trillionen-Parameter große KI-Modelle unter offenen Lizenzen veröffentlicht, erweitert ihre Ling-Modellfamilie und signalisiert anhaltende Investitionen in fortschrittliche Reasoning-Systeme im Zusammenhang mit Finanz- und Digitaldiensten.

Das in Hangzhou ansässige Fintech-Unternehmen kündigte Ling-2.5-1T an, ein großes Sprachmodell für effizientes Reasoning und Agenteninteraktion, sowie Ring-2.5-1T, das als erstes hybrides lineares Architektur-Think-Modell beschrieben wird. Beide Systeme bauen auf der Ling 2.0-Serie auf, die im Oktober 2025 eingeführt wurde, und sind auf Hugging Face und ModelScope verfügbar, zwei weit verbreitete Plattformen für offene KI-Verteilung.

Die Veröffentlichungen sind Teil eines umfassenderen Updates des offenen KI-Portfolios von Ant Group, das auch die Ming-Multimodal-Serie umfasst. Anfang dieses Monats stellte das Unternehmen Ming-Flash-Omni-2.0 vor, ein einheitliches Modell, das Sprache, Audio und Musik in einer einzigen Architektur verarbeitet.

Trillionen-Parameter-Modelle konzentrieren sich auf effizientes Reasoning

Ling-2.5-1T ist das neueste Flaggschiff in der Ling-Serie von Ant Group, einer allgemeinen Sprachmodellfamilie. Unternehmensmaterialien beschreiben Verbesserungen bei der Reasoning-Effizienz und der Präferenzangleichung sowie Unterstützung für native Agenteninteraktion. Das Modell akzeptiert Kontextlängen von bis zu einer Million Tokens, was Langform-Analysen und erweiterte Dialogaufgaben ermöglicht.

Effizienzgewinne stehen im Mittelpunkt des Updates. Ant Group berichtete, dass Ling-2.5-1T die Leistung von fortschrittlichen Reasoning-Modellen im AIME 2026-Benchmark erreicht, bei deutlich weniger Tokens. Vergleichbare Systeme benötigen typischerweise zwischen 15.000 und 23.000 Tokens für ähnliche Ergebnisse. Ling-2.5-1T verwendet laut Unternehmen etwa 5.890 Tokens.

Reduzierter Token-Einsatz wirkt sich auf die Rechenkosten und die Antwortgeschwindigkeit aus. In Unternehmensanwendungen können solche Verbesserungen die Inferenzkosten senken und größere Anwendungen ermöglichen. Finanztechnologieunternehmen verarbeiten häufig große Mengen an Sprachdaten, z. B. bei Compliance-Analysen, Kundeninteraktionen und Dokumentenprüfungen. Effizienz hat daher operative Bedeutung.

Ring-2.5-1T zielt auf fortgeschrittenes mathematisches Reasoning ab

Ring-2.5-1T gehört zur reasoning-optimierten Ring-Serie von Ant Group. Das Modell verwendet, was das Unternehmen eine hybride lineare Architektur nennt, um strukturierte Problemlösungen zu verbessern. Ant Group berichtete von hohen Punktzahlen bei mathematischen Benchmarks, einschließlich Ergebnissen, die bei internationalen Wettbewerben Goldmedaillen-Standards erfüllen.

Beim Internationalen Mathematischen Olympiade 2025 erreichte Ring-2.5-1T 35 von 42 Punkten. Beim China-Mathematik-Olympiade 2025 erreichte es 105 von 126 Punkten, über dem nationalen Team-Schnitt. Solche Tests bewerten mehrstufiges Reasoning und symbolische Manipulation, nicht allgemeine Sprachflüssigkeit.

Starke Leistungen in diesem Bereich deuten auf Fortschritte bei spezialisierten Reasoning-Systemen hin. Mathematische Benchmarks sind zu einem Referenzpunkt für die Bewertung der Reasoning-Fähigkeit großer Modelle geworden. Verbesserungen könnten sich in Anwendungen wie Finanzmodellierung, Risikobewertung oder wissenschaftlicher Berechnung niederschlagen.

Erweiterung der Ling-Modellfamilie

Die Ling-Familie, auch bekannt als BaiLing, besteht jetzt aus drei Hauptlinien: Ling-Modelle für allgemeine Sprache, Ring-Modelle für Reasoning und Ming-Multimodal-Systeme. Die Veröffentlichungen im Februar aktualisieren jede Linie innerhalb kurzer Zeit. Ant Group beschreibt die Releases als umfassendes Upgrade der offenen Modellfamilie.

Offene Verteilung bleibt ein bedeutendes Element der Strategie. Durch die Veröffentlichung von Modellen unter offenen Lizenzen ermöglicht Ant Group Forschern und Entwicklern den Zugriff und die Anpassung. Open-Source-KI ist zu einem wettbewerbsfähigen Bereich unter großen Technologieunternehmen und Forschungseinrichtungen geworden. Die Verfügbarkeit auf Hugging Face und ModelScope platziert die Modelle in globalen Entwicklergemeinschaften.

Für Fintech-Unternehmen können offene Modelle die Akzeptanz im Ökosystem beschleunigen. Externe Entwickler können Anwendungen für branchenspezifische Aufgaben entwickeln, was praktische Anwendungsfälle ohne direkte Vendor-Entwicklung erweitert. Ant Group verfolgt ähnliche Ansätze bei Zahlungs- und Digitalfinanzplattformen, um die Integration Dritter zu fördern.

Multimodale Entwicklung mit Ming-Flash-Omni-2.0

Die Ling- und Ring-Veröffentlichungen folgen auf die Einführung von Ming-Flash-Omni-2.0 am 11. Februar. Ant Group beschrieb dieses Modell als das erste, das Sprache, Audio und Musik in einer einzigen Architektur vereint. Multimodale Systeme integrieren mehrere Datentypen und ermöglichen Interaktionen über Stimme, Klang und Text.

Diese Fähigkeit ist relevant für Schnittstellen im Finanzdienstleistungsbereich. Sprachassistenten, Audio-Authentifizierung und konversationale Banking-Tools basieren auf multimodaler Verarbeitung. Die Integration mehrerer Modalitäten in ein Modell kann die Bereitstellung vereinfachen und die Koordination über Kanäle hinweg verbessern. Das Unternehmen gab keine Benchmark-Vergleiche für Ming-Flash-Omni-2.0 bekannt, positionierte es jedoch als groß angelegtes Omni-Modell.

Der zeitliche Zusammenhang der Veröffentlichungen in den drei Modelllinien deutet auf koordinierte Entwicklung statt isolierte Updates hin. Ling, Ring und Ming decken gemeinsam Sprache, Reasoning und multimodale Interaktion ab. Diese Kombination entspricht den Anforderungen an Unternehmens-KI-Implementierungen mit mehreren kognitiven Funktionen.

KI-Entwicklung in Finanztechnologieunternehmen

Große Fintech-Unternehmen bauen zunehmend eigene KI-Infrastrukturen auf. Zahlungsplattformen, digitale Banken und Finanzmarktplätze generieren enorme Datenströme und betreiben komplexe Risikosysteme. Interne KI-Modelle können Transaktionsdaten, Kundenkommunikation und Compliance-Aufzeichnungen in großem Maßstab verarbeiten.

Ant Group investiert seit mehreren Jahren in KI-Forschung, insbesondere in maschinelles Lernen bei Betrugserkennung, Kreditbewertung und Serviceautomatisierung. Die Ling-Familie erweitert diese Fähigkeiten auf allgemeine und reasoning-orientierte Sprachmodelle. Offene Veröffentlichungen erweitern die Reichweite über den internen Einsatz hinaus.

Dieser Ansatz spiegelt einen breiteren Trend in technologiegetriebenen Finanzunternehmen wider. KI-Entwicklung beschränkt sich nicht mehr nur auf spezialisierte Prognosemodelle. Es umfasst jetzt große Sprach- und Reasoning-Systeme für allgemeine Aufgaben. Diese Modelle können automatisierte Agenten, Entscheidungsanalysen und Konversationsschnittstellen unterstützen.

Hin zu künstlicher allgemeiner Intelligenz (AGI)

Ant Group sieht die Upgrades der Ling-Familie als Fortschritte auf dem Weg zur künstlichen allgemeinen Intelligenz (AGI). AGI bezeichnet Systeme, die in der Lage sind, eine Vielzahl kognitiver Aufgaben mit menschlicher Anpassungsfähigkeit auszuführen. Branchenweit variieren die Definitionen, und AGI bleibt ein aspiratives Ziel, kein festgelegter Meilenstein.

Die Veröffentlichung trillionen-Parameter großer Modelle trägt zur Forschungsgröße bei. Die Anzahl der Parameter allein bestimmt nicht die Fähigkeit, doch große Modelle ermöglichen oft eine breitere Repräsentationslernen. Zusammen mit Experimenten zu Reasoning-Architekturen und multimodaler Integration erforschen solche Arbeiten Wege zu allgemeinen Systemen.

Ant Group nannte keine Zeitpläne oder Metriken für den Fortschritt bei AGI. Das Unternehmen beschreibt die Releases als Schritte im Rahmen laufender Forschung, nicht als Behauptungen über erreichte allgemeine Intelligenz. Die öffentliche Verfügbarkeit der Modelle ermöglicht externe Bewertungen und Vergleiche, die die Forschungsrichtung beeinflussen können.

Auswirkungen auf die Unternehmens-KI-Einführung

Die neuen Modelle könnten die Akzeptanz von KI im Unternehmensbereich, insbesondere im Finanzwesen, beeinflussen. Langkontext-Sprachmodelle ermöglichen die Analyse umfangreicher Dokumente und Transaktionshistorien. Reasoning-orientierte Systeme unterstützen strukturierte Bewertungsaufgaben. Multimodale Modelle erlauben sprachgesteuerte Interaktionen.

Offener Zugang ermöglicht Organisationen, diese Fähigkeiten ohne proprietäre Lizenzbarrieren zu testen. Unternehmen können Modelle für domänenspezifische Aufgaben wie Compliance-Überwachung, Vertragsanalyse oder Kundenservice-Automatisierung anpassen. Der geringere Token-Verbrauch bei Ling-2.5-1T kann die Betriebskosten bei großen Deployments senken.

Benchmark-Leistungen im Bereich Mathematik deuten auf Potenzial für analytische Aufgaben hin, doch die Übertragung auf praktische Anwendungsbereiche erfordert Anpassungen. Unternehmen kombinieren in der Regel Basis-Modelle mit spezialisierten Daten und Steuerungssystemen. Die offenen Veröffentlichungen von Ant Group bieten Ausgangsarchitekturen, keine fertigen Unternehmenslösungen.

Wettbewerbskontext bei offenen KI-Modellen

Offene KI-Modelle sind zu einem wettbewerbsintensiven Bereich unter Technologieunternehmen und Forschungseinrichtungen geworden. Firmen veröffentlichen zunehmend große und leistungsfähige Systeme, um Entwickler-Ökosysteme anzuziehen und Standards zu beeinflussen. Verfügbarkeit auf großen Repositorien fördert Adoption und Experimentieren.

Die Veröffentlichungen von Ant Group positionieren das Unternehmen als einen der globalen Akteure bei offenen großskaligen Modellen. Finanztechnologieunternehmen haben traditionell KI-Tools von anderen entwickelt. Der Aufbau und die Veröffentlichung grundlegender Modelle signalisieren einen Wandel hin zu interner Innovation und externem Einfluss.

Der Launch von Ling-2.5-1T und Ring-2.5-1T hat daher strategische Bedeutung über technische Kennzahlen hinaus. Sie zeigen eine nachhaltige Investition in großskalige KI-Forschung innerhalb eines Fintech-Unternehmens und eine Bereitschaft, Ergebnisse mit der breiteren Entwicklergemeinschaft zu teilen.

Ausblick

Die neuesten Updates der Ling-Familie von Ant Group erweitern das offene KI-Portfolio in den Bereichen Sprache, Reasoning und Multimodalität. Die Veröffentlichungen betonen Effizienz, strukturiertes Problemlösen und multimodale Integration. Die öffentliche Verfügbarkeit lädt zu externen Bewertungen und Anwendungen ein.

Während Fintech-Unternehmen ihre KI-Investitionen vertiefen, wird die Entwicklung grundlegender Modelle Teil ihres Technologiestacks. Die trillionen-Parameter-Veröffentlichungen von Ant Group verdeutlichen diesen Wandel. Die praktische Wirkung hängt davon ab, wie Entwickler und Unternehmen diese Systeme in realen Aufgaben einsetzen, von Finanzanalysen bis hin zu digitaler Interaktion.

Vorerst markieren die Veröffentlichungen von Ling-2.5-1T und Ring-2.5-1T einen weiteren Schritt bei der Integration fortschrittlicher KI-Forschung in den Fintech-Sektor und dessen offene Innovationsökosystem.