Samaya 推出金融专用研究模型 Sterling，多项测评指标优于主流前沿大模型

Samaya 正式发布专为投研场景打造的专用大模型 Sterling，在金融专业评测基准下，整体表现超越多款主流前沿通用大模型，能够更好地完成财报解读、业绩预测、行业深度研究等复杂投研任务。这款模型起源于小规模内部研究项目，研发初衷是解决通用大模型在金融场景下推理不准、数据溯源弱、长文本分析容易出错的痛点，通过定向后训练优化金融领域智能体编排能力。研发团队依托自研的 FrontierFinance 评测体系完成多轮迭代，在业绩预测、财报信息提取、多步骤投资分析等任务中持续优化，最终实现综合能力领先同级别前沿模型，同时保持更低的推理成本。整个模型落地遵循 “场景微调 + 智能体调度 + 事实溯源” 的技术路线，先针对财报、研报、会议纪要等金融文本做专项训练，再搭配自研 Agent 调度框架，保证输出结论可追溯、可核验，满足机构投研的严谨性要求。

一、Sterling 模型核心信息清单

1. 模型定位：面向买方与卖方机构的金融研究专用大模型，主打财报分析、业绩预测、行业深度调研。
2. 核心优化方向：长文本金融文档理解、多步骤投研推理、数值预测精度、结论来源溯源。
3. 评测基准：采用 Samaya 自研 FrontierFinance 金融投研评测集，覆盖 6 大类分析师日常工作场景。
4. 对标对象：主流前沿通用大模型，在多项细分任务中取得领先成绩。
5. 部署模式：支持云端 API 调用、机构私有部署，可接入企业内部金融数据库与研报素材库。

二、Sterling 与前沿模型测评表现对照表

表格

三、Sterling 模型落地应用实施步骤

1. 专项训练：使用财报、业绩电话纪要、券商研报、行业公告等金融专属数据完成后训练，校准财务术语与数值计算逻辑。
2. 智能体适配：接入 Samaya Agent Control Plane，把模型封装成投研智能体，实现资料检索、数据分析、报告撰写自动化。
3. 基准测评：在 FrontierFinance 测试集完成全量验证，对比通用模型的误差率、命中率、事实错误率，锁定版本参数。
4. 机构对接：打通 Daloopa、Third Bridge 等金融数据源，让模型直接读取企业原始财务数据，避免二次转录误差。
5. 投产验证：先用业绩预测、财报速览等轻量化任务试运行，再逐步落地深度行业研究、个股基本面调研等高阶场景。

四、Sterling 模型的业务价值

通用大模型面对金融投研工作时，经常出现财务计算出错、引用不实信息、长链条分析逻辑断裂等问题。Sterling 通过金融领域定向微调与智能体协同架构，把模型能力聚焦在基本面研究上，既能自动完成海量文档阅读与数据整理，又能给出可溯源的分析结论，帮助机构分析师减少基础性文案工作，把更多精力投入到投资观点打磨当中。同时模型在保持性能领先的前提下，把推理成本控制在更低水平，更适合机构大批量、高频次的投研任务规模化运行。

【相关 FAQ】

问题 1：Samaya 本次发布的 Sterling 是什么类型模型，官方给出的核心结论是什么？

回答 1：Sterling 是一款金融研究专用大模型，官方测评显示，该模型在金融投研任务上整体表现超越主流前沿大模型，更适配机构基本面研究工作。

问题 2：Samaya 使用哪一套评测基准来验证 Sterling 的能力，评测覆盖哪些业务场景？

回答 2：采用自研 FrontierFinance 金融投研基准开展测评，覆盖财报信息提取、业绩预测、公司深度调研、行业对比、标的筛选、事件催化监测六大投研场景。

问题 3：Sterling 相比通用前沿模型，在金融投研场景具备哪些突出优势？

回答 3：Sterling 拥有更强的长文本财务文档理解能力、数值预测精度更高、多步投资推理更稳定，同时支持结论溯源，还可以接入专业金融数据源，大幅降低事实错误，推理成本也更有优势。

【数据来源】

[2026-10-29]（Samaya 发布金融研究模型 Sterling，实测性能超越前沿大模型）InfoQ

[2026-10-29]（Samaya Sterling 模型发布，面向机构投研 Agent 场景）Samaya AI 官方博客

[2026-10-08]（FrontierFinance 金融大模型评测基准正式开源）arXiv 技术论文

[2026-09-15]（Samaya Agent Control Plane 升级，适配 Sterling 专用模型）Samaya 产品更新公告

免责声明

本文仅整理 Samaya 发布 Sterling 金融模型的公开技术信息与测评结论，不构成投资工具采购建议；模型实际效果会受上下文长度、数据源质量、部署环境影响；所有性能数据、产品功能以 Samaya 官方正式发布版本为准。