9 月 10 日，OpenAI 上线了 ChatGPT 金融版。

产品名很直白，ChatGPT for Financial Services。服务对象是银行和投资机构。说具体点，是投行和股票研究这两拨人。模型跑在 GPT-6 Astra 上，最早的设计合作伙伴是摩根士丹利和 Evercore。

三天后，Anthropic 跟上。9 月 14 日，面向财富管理行业的 Claude 金融顾问版发布。对接的是贝莱德和嘉信理财这类资产管理公司，另外串联了一圈华尔街常用的分析软件。

再过三天，Kimi 下场。9 月 17 日，月之暗面发布金融行业解决方案。工商银行和中信建投等数十家机构已经在用。

一周多时间，三家公司对着同一个行业，各自掏出了最完整的一套东西。这个节奏不像巧合。

为什么是金融

金融是少数几个把人贵，活碎，流程固定三样凑齐的行业。

研究员一天的工作拆开看，大半时间在查数据。查完核对，核对完把结果填进模型和材料里。这些环节有明确规范，也有明确步骤。正好是模型能咬住的形状。付钱的一方是机构，预算稳定，周期也长。跟消费级订阅完全是两码事。

所以三家做出的产品长得几乎一样。一头接专业数据源，一头跟金融机构一起做合规。

三家各攥了什么

OpenAI 的办法是把数据买进来。金融版 ChatGPT 内置了 Daloopa 和 PitchBook 这类数据商的财报行情，由 OpenAI 自己索引托管。用户不用再去谈数据合同，也不用配连接器。想用自己订阅的数据也行。LSEG 和 MSCI 几家供应商做了共享登录，拿公司账号登进去，权限自动对上。整个产品支持的连接器超过 50 个。

Anthropic 走的是开源加连接器。GitHub 上的 financial-services 项目里，参考智能体、技能模块和数据连接器各一套。按投行和股票研究等四个方向拆开给。Claude 金融顾问版跑在 Opus 4 上。按官方说法，它做复杂 Excel 任务的准确率是 83%。金融建模世界杯的七个级别，过了五个。埃森哲和德勤这类咨询公司是它的伙伴。

Kimi 的牌面更贴国内。万得和东方财富这类数据源，加上标普全球和财新，十多个渠道通过 MCP 直接挂到研究任务上。关键数字能回溯到原始出处。技能封装了九项，从机构财务建模一路排到香港 IPO 透镜。效率上，官方给了一组数字。投行财务建模从 5 到 15 人天压到 2 到 4 人天。行业深度报告从 10 到 20 天缩到 2 到 4 天。商业银行授信调查报告的单户材料准备效率，提升五倍以上。

钱不好挣，卡在三处

三家做的事看着差不多。原因也简单，金融的活不是模型强就能干。

第一道卡在数据。模型再聪明，拿不到财报原文，或者拿不到电话会纪要，出来的东西就是空中楼阁。OpenAI 直接把数据买断托管。Anthropic 去连客户已经订阅的系统。Kimi 找国内数据商合作。三条路不一样，指向的是同一件事。得先把原文攥在自己手里。

第二道卡在审核。这笔账算得对不对，谁来签字。Kimi 和中信建投证券共建的风险评估网关，把这件事拆成五条具体措施，涵盖数据分类分级、访问授权和审计追溯。生成的材料标注来源和待核实事项，不直接形成立项结论。业务判断还是走原来的审批流程。中信建投首席信息官肖钢提过，合作之前他们拿真实金融任务评测过多家大模型。Kimi K3 综合得分最高。

第三道卡在合规。金融机构的底线是数据不出门，过程还得能查。Anthropic 说不拿金融数据集训练模型。Kimi 承诺企业数据零留存。这些承诺能不能兑现，要看后面怎么被审计。

值得留意的一处变化

三家卖的不是同一个软件。

OpenAI 和 Anthropic 抢的是投行和资管的人。Kimi 抢的是券商和银行。表面并排站着，实际各占一段。真正统一的是交付形态。都要往现有工作流里钻，都要跟客户已有的系统对上号。Anthropic 管资产和财富管理的负责人说过，他们不想取代顾问手里的任何工具。想做的是把工具串起来的那个角色。

一周之内三家集体下场，说明金融这个方向的窗口期已经被认下。接下来值得盯两件事。一是这些数据连接器在真实机构里能不能接得住。二是生成内容不直接形成结论这条线，会不会变成行业里的通用做法。

Claude Code会员中转站 微信:douhanq