百度千帆平臺AI落地成果顯著，已支持企業構建超130萬個智能體，日均調用次數達數千萬次。這表明AI正深入金融、製造等業務一線，實現工具化能力爆發，遠超公衆對提示詞應用的初步探索。
谷歌FACTS團隊與Kaggle聯合發佈FACTS基準測試套件，旨在評估生成式AI模型在企業任務中的事實性和真實性。該框架彌補了現有基準只關注問題解決能力、忽略輸出信息與真實世界數據一致性的缺陷，尤其針對圖像或圖表中的信息嵌入，對法律、金融等關鍵領域尤爲重要。
Gartner首份AI開發平臺魔力象限發佈，火山引擎作爲“挑戰者”象限首位，落地能力全球第五、中國第一。其優勢在於模型-工具-算力-場景閉環完整，已助力消費、金融等多行業頭部客戶快速構建多模態應用。2025年上半年，火山引擎國內公有云大模型服務市場份額達49.2%，佔據中國市場近半壁江山。
螞蟻數科在香港金融科技節推出“多語種多模態大模型訓練框架”，旨在解決大模型在多語言環境的應用瓶頸。傳統英文大模型在小語種中易出現語言錯亂和推理混亂，限制全球化發展。該框架通過優化多語種處理能力，提升模型在多樣化語言環境下的表現，推動AI技術更廣泛高效地服務於全球各行業。
Xai
$1.4
輸入tokens/百萬
$3.5
輸出tokens/百萬
2k
上下文長度
Openai
-
Anthropic
$105
$525
200
Google
$0.7
$2.8
1k
$7
$35
$2.1
$17.5
$21
Alibaba
$2
$20
$4
$16
$3.9
$15.2
64
Moonshot
256
Bytedance
$0.8
128
$0.15
$1.5
Baidu
32
Deepseek
$12
mradermacher
Lamapi/next-12b 是一個基於12B參數的大語言模型，通過多語言數據集進行微調，支持50多種語言，具備高效文本生成能力，適用於化學、代碼、生物、金融、法律等多個領域的自然語言處理任務。
unsloth
Qwen2.5-VL-72B-Instruct是Qwen家族的最新視覺語言模型，具備強大的視覺理解和視頻分析能力，適用於金融、商業等多個領域。
NousResearch
這是一個實驗性金融分析模型，通過Atropos強化學習框架優化金融基本面預測能力
TIGER-Lab
General-Reasoner是一種大語言模型訓練範式，旨在全面增強模型在不同領域的推理能力，涵蓋數學、編程、物理、化學、金融、人文等多個領域。該模型基於Qwen2.5-14B訓練，通過多樣化推理數據和基於模型的驗證器提升跨領域推理性能。
cortexso
Deepscaler是一款基於DeepScaleR-1.5B-Preview開發的高級AI模型，專注於提升機器學習任務的效率與可擴展性。該模型提供高質量的預測分析和數據處理能力，適用於自然語言處理、計算機視覺等複雜場景，在金融、醫療和娛樂等行業有廣泛應用。
instruction-pretrain
基於Llama3-8B開發的金融領域模型，通過指令預訓練框架增強領域適應能力，在金融任務上達到甚至超越Llama3-70B的性能。
FINGU-AI
FinguAI-Chat-v1是專為金融、投資和法律領域設計的專業對話模型，支持英語、韓語和日語三種語言。該模型在Qwen1.5-0.5B-Chat基礎上微調而成，旨在提升使用者的語言能力同時提供深入的金融市場和監管知識。
SYSU-MUCFC-FinTech-Research-Center
ZhiLu是基於中文Alpaca2-13B二次開發的金融大語言模型，通過海量中英文語料增量預訓練與高質量指令數據對齊實現能力躍升，重點強化金融領域專業表現。
SALT-NLP
FLANG-BERT是一個針對金融領域優化的預訓練語言模型，基於BERT架構，通過金融術語優先掩碼策略增強領域表徵能力。
Financial Modeling Prep MCP服務器是一個實現模型上下文協議(MCP)的金融數據服務，提供253+種金融工具，覆蓋股票信息、公司基本面、市場分析等24個類別。支持動態工具管理、選擇性工具加載和多種配置模式，為AI助手提供全面的金融數據訪問能力。
Awesome MCP Servers 是一個精心整理的 MCP (Model Context Protocol) 服務器集合，用於擴展大型語言模型(LLM)的能力。該項目按功能分類列出了各種 MCP 服務器實現，涵蓋數據庫、金融科技、知識記憶等多個專業領域，並提供了開發框架資源。
%20--%3e%3cdefs%3e%3cstyle%3e%20.st0%20{%20fill:%20%23061b40;%20}%20.st1%20{%20fill:%20%23306af1;%20}%20.st2%20{%20fill:%20%235ce5cf;%20}%20%3c/style%3e%3c/defs%3e%3cg%3e%3cpath%20class='st0'%20d='M55,10.5h9v3h-9v9h12V7.5h-12v3ZM64,19.5h-6v-3h6v3Z'/%3e%3cpolygon%20class='st0'%20points='69%2016.5%2078%2016.5%2078%2019.5%2069%2019.5%2069%2022.5%2081%2022.5%2081%2013.5%2072%2013.5%2072%2010.5%2081%2010.5%2081%207.5%2069%207.5%2069%2016.5'/%3e%3cpolygon%20class='st0'%20points='95%2010.5%2095%207.5%2083%207.5%2083%2022.5%2095%2022.5%2095%2019.5%2086%2019.5%2086%2016.5%2095%2016.5%2095%2013.5%2086%2013.5%2086%2010.5%2095%2010.5'/%3e%3cpath%20class='st0'%20d='M40,1.5v21h11.6l1.4-1.4v-7.6h0c0,0-1.4-1.5-1.4-1.5l1.4-1.4V2.9l-1.4-1.4h-11.6ZM50,19.5h-7v-6h7v6ZM50,10.5h-7v-6h7v6Z'/%3e%3c/g%3e%3cpath%20class='st1'%20d='M23.1,24L14.7,4.8l-4.9,11.2h3.8l-1.8,4H3.3L12.1,0H2C.9,0,0,.9,0,2v20c0,1.1.9,2,2,2h21.1Z'/%3e%3cpath%20class='st2'%20d='M34,0h-16.8l10.6,24h6.2c1.1,0,2-.9,2-2V2C36,.9,35.1,0,34,0ZM32.5,20h-4V4h4v16Z'/%3e%3c/svg%3e)
