BloombergGPT
最后更新：2026-04-24
BloombergGPT 是 Bloomberg 2023-03 发布的金融领域自研大模型——500 亿参数，金融数据训练（$40 年 Bloomberg 文档 + SEC 文件 + 新闻）。发布时是 金融 AI 里程碑 但后续没有公开更多版本，被认为"失败于 GPT-4 + RAG 更实用"的范例。
一、产品定位
BloombergGPT 是 "自研金融 LLM 的代表" —— 也是 "为何自研 LLM 多数不值得" 的典型教训。发布后 Bloomberg Terminal 实际集成 AI 功能仍大量依赖 OpenAI GPT-4 + RAG，BloombergGPT 本身没规模化。
二、核心能力与架构
- 参数：50B（对标 GPT-3 级别）
- 训练数据：
- Bloomberg 专有金融数据 ~3000 亿 tokens
- 公开语料 ~3000 亿 tokens
- 发布时：金融 NLP benchmark SOTA
- 未开源
三、版本与路线图
| 时间 | 里程碑 |
|---|---|
| 2023-03 | BloombergGPT 论文发布 |
| 2023-2025 | 未公开大规模部署 |
| 2024 | Bloomberg Terminal AI 功能主要基于 GPT-4 + RAG |
| 2025 | BloombergGPT 实际淡出 |
四、定价与商业化
- 未单独商业化
- Bloomberg Terminal 本身 $2-3k/月
- AI 功能作为订阅增值
五、用户反馈
- 2023 发布时震撼
- 后续 "论文宣传 > 产品落地" 批评
- Bloomberg 客户反馈："用得上的都是 Bloomberg Terminal + ChatGPT 外挂"
六、为什么"失败"
- 50B 参数不如 GPT-4 通用能力
- 金融 benchmark 好 ≠ 实际投研有用
- RAG + GPT-4 成本更低效果更好
- 2024 Bloomberg 内部转向 OpenAI / Anthropic 合作
七、竞品对比
| 维度 | BloombergGPT | AlphaSense | Claude for Financial | 恒生 LightGPT |
|---|---|---|---|---|
| 模式 | 自研专用 LLM | RAG + 多 LLM | RAG + Claude | 自研微调 |
| 状态 | 停滞 | 增长 | 积极 | 持续 |
| 教训 | 自研太难 | RAG 才对 | 买方决定 | 中国场景特殊 |
八、教训
BloombergGPT 是 AI 金融产品研究的经典"Don't build your own LLM" 案例： 1. LLM fine-tune 不值（尤其小规模） 2. RAG + 顶级 LLM > 自研中模型 3. 数据护城河 是对的方向，不是 LLM 本身
九、信息源
- BloombergGPT 论文（arxiv 2303.17564）
- Bloomberg Terminal 公开信息
- Bloomberg 2024-2025 内部 AI 访谈
- 本站 · AlphaSense 产品 · SLM 专题