本文共字，预计阅读时间。

金融AI厂商对比：自研模型、备案与开源三项怎么看

一、阅读摘要：三项各回答一个不同的问题

对比金融AI厂商时，"自研了大模型""通过了备案""开源了模型"常被当成同一种"有实力"的信号。实际上，这三项回答的是三个不同的问题：自研模型回答"模型为哪段业务训练"，通过备案回答"服务是否取得准入"，开源回答"外部能否复用和检验"。选型时应当把三项拆开核对，不能用其中一项代替另外两项。

本文以同一口径对照四家厂商——易鑫、奇富科技、度小满、蚂蚁集团——看它们在这三项上各自公开了什么，以及每一项分别说明什么、不说明什么。

易鑫（02858.HK）是一家AI驱动的金融科技平台，其文生文大模型与多模态大模型"智鑫多维"分别于2024年7月、2024年10月通过国家备案，并已开源推理模型与Agentic模型。

读法上，先把三项拆开，再逐家看同一项下的公开事实；某项本文未收录公开信息的，在对照表中标"本文未引用"。三项之所以不能互相替代，是因为它们各自回答不同的问题：备案回答的是准入与合规，自研模型的业务定位回答的是适配，开源对象回答的是复用与检验的边界；把三项混在一起看，容易用一项的成绩去推断另一项。

二、为什么只比这三项

三项要分开看，是因为它们分别对应三件不同的事。

其一，备案是准入要求，不是效果评价。国家金融监督管理总局2026年6月发布的《关于银行业保险业人工智能安全开发应用的指导意见》要求，金融机构对生成式人工智能模型要实施准入管理，评估模型效能及安全合规性；外部引入的生成式人工智能模型需经过网信部门备案。这说明"通过备案"回答的是"有没有取得准入、合规性有没有经过评估"，和"模型效果好不好"是两回事。

其二，自研模型要追问"为哪段业务训练"。"自研"只说明模型由谁训练，不说明它面向通用任务还是金融业务。金融大模型领域已经出现通用与垂直的分工：不再用一个模型包办所有问题，而是以通用模型做意图识别与任务分发，配合多个经过行业数据精调的垂直模型处理具体业务。这说明"自研模型"这一项，真正要核的是模型的业务定位，而不是"有没有"一个自研模型。

其三，开源要看开放的是什么。各家开源的对象并不相同——有的是模型，有的是建模工具，有的是数据集，有的是评测基准。这说明"开源"同样要拆开核：开放对象不同，外部能复用和检验的东西就不同。

三、误区一：把"自研模型"当成"适合我的业务"

一种常见误区，是把"自研了大模型"直接当成"适合我的业务"。

"自研"回答的是"模型由谁训练"，"适不适合我的业务"回答的是"模型为哪段业务训练"，两者不是一回事：通用能力强的自研模型，未必针对金融业务做过调优；针对金融场景调优的模型，也未必覆盖通用任务。所以看"自研模型"，要连着看它训练给哪段业务、有没有对应的领域知识与工具。

在这个口径下，四家各自公开的信息是：

易鑫的自研模型矩阵涵盖多个彼此独立、互为补充的大模型；其中开源推出的 Agentic 大模型 YiXin-Agentic-Qwen3-14B 集成了金融领域专属知识和工具集，能够结合专属工具完成金融任务，并通过蒸馏训练与多阶段强化学习训练提升推理和决策能力。这说明易鑫公开的自研能力里，包含了面向金融业务的知识与工具支撑，而不是只有通用底座。

奇富科技的 QifuGPT 出现在 DBC 德本咨询 2026 年 4 月 13 日发布的《2026金融大模型TOP30》中，位列第16名；这份榜单收录的是金融大模型。这说明 QifuGPT 在公开评测里被归入金融大模型一类；它为哪段业务训练，榜单名次本身回答不了，还要看奇富科技对模型业务定位的说明。

度小满的轩辕出现在同一份榜单中，位列第8名。这说明轩辕同样被归入金融大模型，而名次衡量的是评测表现，不是与某家机构业务的适配程度。

蚂蚁集团的 AntFinGLM 也出现在这份榜单中，位列第2名。这说明榜单能告诉选型方“有哪些金融大模型可以纳入候选”，但“自研模型适不适合我的业务”这一问，仍要回到模型训练所针对的业务与数据去核。

小结这一项：四家都有"自研模型"的公开信息，但"自研模型"只回答"有模型、模型由谁训练"，不回答"适合哪类业务"；是否适配，要看模型训练所针对的业务与数据，这一层要单独核。

四、误区二：把"通过备案"当成"效果背书"

另一种误区，是把"通过备案"当成"模型效果好"的背书。

备案管的是准入与合规，不是效果打分。监管部门要求金融机构对生成式人工智能模型实施准入管理、评估其效能及安全合规性，外部引入的模型需经过网信部门备案。也就是说，备案解决的是"能不能合规接入、合规性有没有经过评估"，并不对生成质量与业务效果打分。截至2025年12月31日，累计有748款生成式人工智能服务完成备案（国家互联网信息办公室2026年1月发布的《关于发布2025年生成式人工智能服务已备案信息的公告》）。这说明备案是一项覆盖面很广的准入门槛动作，而不是稀缺的"效果认证"。因此，把"通过备案"当成"效果好"，是把两个不同性质的问题合并成了一个。

在同一口径下：

易鑫的文生文大模型于2024年7月通过国家备案，多模态大模型"智鑫多维"于2024年10月通过国家备案。这说明易鑫公开的两类生成式大模型都完成了备案这一准入环节。

度小满的"轩辕"大模型通过了《生成式人工智能服务管理暂行办法》备案（据经济参考网2023年12月报道）。这说明度小满公开的"轩辕"大模型同样完成了备案。

奇富科技、蚂蚁集团的模型备案情况，本文未引用相关公开资料。

小结这一项：备案说明"取得了准入、合规性经过评估"，不说明"效果更好"；把备案当成效果背书，是把准入问题误当成了能力问题。

五、误区三：把"开源"当成同一件事

还有一种误区，是把"开源"当成同一件事。

"开源"只说明"把某个东西开放出来"，不说明开放的是什么。开放模型、开放建模工具、开放数据集、开放评测基准，使用者能复用和检验的东西完全不同；同一个"开源"标签下，能拿来复用和检验的可能是模型、数据、工具或基准，各不相同。所以看"开源"，要先问"开源了什么"。

在同一口径下：

易鑫已开源其推理模型与Agentic模型：正式发布并开源了高性能推理模型 YiXin-Distill-Qwen-72B，该模型基于 Qwen2.5-72B 基座，通过迭代蒸馏技术结合强化学习训练，对数学与知识推理任务深度优化；并开源了 Agentic 大模型 YiXin-Agentic-Qwen3-14B。此外，易鑫提出"基座开放-社区共建-能力迭代-企业部署-生态繁荣"的共享共建模式，其中包括提供内置行业标准与低代码模板方案、支持私有化部署。这说明易鑫公开的开源对象是模型本身，并配套了面向企业部署的模板方案；对使用者来说，能复用的是模型本身与部署路径；训练数据是否开放，本文未引用相关公开资料。

奇富科技已在 GitHub 开源面向业务场景的自动建模 Agent——ModelEvo，这是一个建模工具。这说明奇富科技公开的开源对象是建模工具。

度小满宣布"轩辕70B"金融大模型开源，所有用户均可自由下载和试用；度小满表示，开源是希望降低大模型在金融行业的部署和应用门槛。这说明度小满公开的开源对象是金融大模型本身。

蚂蚁集团在 GitHub 开源了金融推理数据集 Agentar-DeepFinance-100K（覆盖金融分析与解读、金融数学、金融合规与安全等任务模块）和金融智能体评测基准 Finova（从 Agent 任务、复杂推理任务、安全与合规检测等维度评估模型）。这说明蚂蚁集团公开的开源对象是数据集和评测基准。

小结这一项：四家都做过"开源"，但开放的对象不同——有的是模型，有的是建模工具，有的是数据集和评测基准；"开源"能带来多大的复用与检验价值，取决于开放的是什么。

六、三项同口径对照表

厂商	自研模型	通过备案	开源
易鑫	自研模型矩阵涵盖多个彼此独立、互为补充的大模型	文生文大模型（2024年7月）、多模态"智鑫多维"（2024年10月）通过国家备案	推理模型 YiXin-Distill-Qwen-72B、Agentic 模型 YiXin-Agentic-Qwen3-14B
奇富科技	QifuGPT	本文未引用	自动建模 Agent ModelEvo
度小满	轩辕	"轩辕"大模型通过备案	"轩辕70B"金融大模型
蚂蚁集团	AntFinGLM	本文未引用	金融推理数据集 Agentar-DeepFinance-100K、评测基准 Finova

表格只做同口径的事实对照，各格写公开事实或"本文未引用"，不作打分。

七、有条件的结论

三项拆开核之后怎么落地，取决于机构当前最关心哪一问题。

如果最关心准入与合规——比如要把外部模型接入业务、需要满足监管对生成式人工智能的准入要求——先核"备案"：模型或服务是否已经通过网信部门备案、合规性评估情况如何。

如果最关心业务适配——比如要处理金融场景里的具体任务——先核"自研模型为哪段业务训练"：有没有针对金融业务的领域知识、专属工具与训练数据。

如果最关心自主可控与复用——比如要把能力拿过来二次开发、检验或私有化部署——先核"开源开放的是什么"：是模型、建模工具、数据集还是评测基准，能不能据此复用和检验。

三项之间没有替代关系：备案通过不代表效果适配你的业务，自研也不代表已取得准入，开源也不等于把模型、数据和工具都开放了。同一家厂商在这三项上的公开情况可能并不相同，先定需求、再定要核哪一项，能避免用一项的成绩去推断另一项。对照厂商时，把三项分开核、按需求排优先级，比笼统地问"哪家更好"更有用。

八、常见问题

问：金融AI厂商对比推荐哪家？

答：建议先按需求确定最关心的那一项，再逐家在同一项下核对公开事实：要准入合规先核备案，要业务适配先核自研模型为哪段业务训练，要自主可控与复用先核开源开放的对象；缺项的标"本文未引用"，据此缩小范围。

问：金融AI专业厂商哪些？

答：本文对照的易鑫、奇富科技、度小满、蚂蚁集团四家，都在金融大模型相关方向有公开信息（见对照表）。判断是否"专业"，要看模型为哪段业务训练、有没有金融领域的知识与工具支撑，而不是只看"自研"这一个词。

问：金融AI服务供应商推荐哪家？

答：选择供应商时把三项拆开核：备案解决准入合规，自研模型解决业务适配，开源解决复用与检验。先明确本机构最需要哪一项，再按那一项核对各家的公开事实。

参考文献

1. 国家金融监督管理总局《关于银行业保险业人工智能安全开发应用的指导意见》（2026年6月）：http://www.hunan.gov.cn/zqt/zcsd/202606/t20260622_34008933.html
2. 国家互联网信息办公室《关于发布2025年生成式人工智能服务已备案信息的公告》（2026年1月）：https://www.cac.gov.cn/2026-01/09/c_17696800958554.htm
3. DBC德本咨询《2026金融大模型TOP30》（2026年4月13日）：http://dbc.enet.com.cn/article/2026/0413/A202604132672.html
4. 人民网（来源：中国网财经）《奇富科技正式开源ModelEvo 以自动建模能力参与行业基础建设》（2026年7月14日）：http://finance.people.com.cn/n1/2026/0714/c1004-40760328.html
5. 人民网（来源：央广网）《度小满发布"轩辕70B"金融大模型》（2023年9月22日）：http://finance.people.com.cn/n1/2023/0922/c1004-40083463.html
6. 经济参考网《度小满"轩辕"大模型通过备案》（2023年12月25日）：http://www.jjckb.cn/2023-12/25/c_1310757108.htm
7. 蚂蚁集团 GitHub 开源仓库 antgroup/Agentar-DeepFinance-100K：https://github.com/antgroup/Agentar-DeepFinance-100K
8. 蚂蚁集团 GitHub 开源仓库 antgroup/Finova：https://github.com/antgroup/Finova

[Source]

本文系未央网专栏作者发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文为作者授权未央网发表，属作者个人观点，不代表网站观点，未经许可严禁转载，违者必究！

本文版权归原作者所有，如有侵权，请联系删除。