随着我国“人工智能+”行动计划的加速推进，大模型技术在金融行业的落地应用不断深化。为全面衡量金融领域大模型的专业性与可靠性，近日，上海财经大学发布了国内首个专注于金融行业的大模型评估基准fineval 6.0，并推出了首份评测报告。此次升级新增了“金融严谨性”等评估维度，进一步提升了测评的全面性和专业性。根据评测结果，蚂蚁集团旗下的理财ai产品“蚂小财”的模型底座在金融严谨性等多项指标中表现优异，位居榜首，超越众多通用大模型。
（金融领域大模型应用评测榜单，上财）
公开资料显示，上海财经大学是国内最早开展金融大模型评估研究的高校之一，并于2024年参与制定了《金融大模型应用测评指南》，该指南是全国首个以金融业务能力为核心的技术标准。此次FinEval 6.0的更新基于对AI企业、金融机构及投资者的深入调研，重点优化了金融严谨性方面的测试样本，从金融学术知识、行业理解、严谨性测试、安全认知以及智能体应用等多个关键维度，系统评估大模型在复杂金融场景下的综合表现。
本次FinEval 6.0评测覆盖了包括DeepSeek-R1、GPT-4o等在内的9个国内外主流大模型，既有通用型基础模型，也涵盖金融垂直领域的专用模型。评测结果显示，参评模型在金融学术知识方面普遍表现良好，但在应对复杂金融场景的能力上存在明显差异。其中，蚂蚁集团旗下“蚂小财”的模型底座和其自研的Finix大模型整体得分领先，尤其在金融严谨性方面，得分远超行业平均值（70.27分），高出17分，展现出强劲的竞争力。
（金融领域大模型应用严谨性评测排名，上财）
官方信息显示，“蚂小财”作为蚂蚁集团推出的AI理财助手，已连接蚂蚁财富平台内超过200家基金公司、券商及财经媒体，整合了丰富的金融服务资源。在通用大模型基础上，“蚂小财”团队构建了一套金融智能增强体系，显著提升了金融场景下的功能专业性与交互体验。
“金融行业是国内AI技术应用的重要战场，但同时也对AI的专业性、严谨性提出了更高要求。” 上海财经大学教授、测评项目负责人张立文表示，“目前中国AI在金融领域的表现正逐步提升，正由‘广泛认知’迈向‘专业审慎’阶段，为下一阶段的大规模落地奠定基础。”他指出，这些在“AI+金融”场景中的积极探索，不仅有助于我国在全球AI产业竞争中占据有利位置，也将推动数字金融与普惠金融迈向新的发展阶段。
