PinganGPT以75.9分登顶CNFinBench 中国平安金融大模型持续展现轻量高效优势

科技 TOM 2026-09-04 19:14

近日，CNFinBench大语言模型最新公开榜单发布。中国平安自研金融大模型PinganGPT以75.9的综合得分位列第一，再次登顶该榜单，展现出中国平安在金融大模型研发与应用领域的持续创新能力。

PinganGPT以75.9分登顶CNFinBench 中国平安金融大模型持续展现轻量高效优势

本次榜单汇聚了DeepSeek、字节跳动、阿里巴巴、Meta、OpenAI、Google、Omni-Sinic、月之暗面、Anthropic，以及中国银联—上海人工智能实验室联合团队等国内外参评团队，覆盖当前人工智能领域的多类代表性模型。PinganGPT系列共有三款模型进入本次榜单前六，分别位列第一、第三和第六，形成覆盖不同参数规模、性能需求和业务场景的模型矩阵。通过轻量模型与不同规格模型的协同布局，中国平安能够更好地匹配客服、风控、运营及管理等多类金融业务需求。

CNFinBench由上海人工智能国家实验室联合金融领域相关机构打造，涵盖金融专业知识问答、业务理解、事实推理、合规风控及应用安全五大评测维度，重点考察大语言模型在金融场景中的专业知识、逻辑推理、业务适配和安全应用能力。

评测结果显示，PinganGPT在五大维度中的四项排名第一，在金融数值计算、复杂业务逻辑理解、金融知识掌握及安全合规等方面表现突出。其27B的参数规模在保持模型轻量化的同时，兼顾了专业能力、推理效率和场景适配能力。相较于大参数模型，轻量化模型在部署成本、算力需求和响应速度等方面具有一定优势，更适合在多样化、规模化的金融业务场景中灵活部署。

在模型训练与优化过程中，研发团队结合金融业务实际需求，采用GRPO与强化学习相结合的两阶段训练方案，持续提升模型在金融知识推理、业务理解和复杂任务处理等方面的表现，推动模型能力与实际应用需求更加紧密结合。

目前，PinganGPT已在中国平安集团银卡客服中心、财资费用风控等实际生产场景中落地应用。在客服、风控等对响应效率、专业准确性和部署灵活性要求较高的业务中，轻量高效的模型架构有助于提升应用效率、降低部署门槛，为金融大模型在真实业务环境中的规模化应用提供实践参考。

中国平安表示，此次PinganGPT再次登顶CNFinBench，是公司持续推进人工智能基础能力建设、深化金融大模型研发应用的重要成果。未来，中国平安将继续探索大模型与保险、银行、投资等金融主业的深度融合，进一步推动金融大模型向轻量化、高效化、专业化和实用化方向发展，促进金融服务从数字化向智能化升级。