小城市的作坊主听说今年小规模纳税人的扣除政策变了，随手问了个聊天助手。对方答得流利——引用的还是两年前已废止的法规，文号看着像模像样，实际查无此文。答案里没有任何迹象提示「这是旧版」。她要么多约了一次本不需要的会计，要么直接按旧口径报了税。
这是通用大模型（大模型）在「规则密集、更新频繁」领域一直没解决的失败模式，也是北京一家公司这次小规模发布瞄准的靶心。10月，北京灵境技术有限公司联合北京华夏税务师事务所发布灵境税务大模型，权重已在魔搭社区开放下载——开发者称其为国内首个开源税务大模型。
它到底提供了什么
- 8.95B 参数，基于通义千问 Qwen3.5-9B-Base 基座，走全参数继续预训练加指令微调路线，不是浅层 LoRA；
- 语料覆盖国家税务法规 8000 部以上，叠加会计准则、审计准则等规定，每篇文档都带时效标注：现行有效、已修改或已废止；
- 个人及研究机构可免费用于研究学习，商用需获得北京灵境技术书面授权，训练代码与语料不公开；
- 量化后不到 10 GB 即可运行，消费级硬件就能离线部署。
垂域模型的卖点不是刷榜。开发者明说，他们针对的是通用模型在税务上的三种失守：引用失效法规、算税颗粒度不足、结论无法溯源。对应的功夫大多下在训练之前：团队汇集了 11 个语料文件、48,867 篇原始文档、约 1.526 亿字，去重后剩 45,868 篇、约 1.43 亿字；其中法规原文与专业规定 37,926 篇，12366 纳税服务热线专业回复 2.3 万条，法院税务判决与行政执法案例 2,999 篇，12 类申报表单的 278 份样表——官方模型卡称全部取自政府部门官网。
时效标注是这套工程里最值钱的一步。税务领域的特点恰恰是「去年的规则今年可能害人」，所以每篇文档都带现行有效、已修改或已废止的状态，答案被设计成连同出处一起给出：法规全称、文号、条款，附时效提示。训练分两段全参数进行：继续预训练 3,248 步（上下文 4,096），指令微调 32,493 步、约 25.99 万条样本（其中税务垂域约 22.8 万条，上下文 8,192）。
列出的能力都很实务：带出处和时效提示的法条问答；分步税额计算，含税不含税、限额据实、一般简易计税的边界写得清清楚楚；案例检索与说理；12 类表单的填报说明；稽查与复议程序咨询。
这套模板为什么值得税圈之外的人看
对全球读者，有意思的不是「又出了一个领域模型」，而是这次发布的商业形态。前沿实验室按订阅卖通用智能，这个发布提示了开源权重（开源权重）的另一条路：小体量垂域模型（垂域模型），价值在精心维护的语料而非参数规模，便宜到真正需要它的人——记账公司、小所会计、税务师——自己就能跑起来。
部署门槛印证了这一点：INT8 版约 10.99 GB，GGUF 量化档位从约 4.62 GB 到 9.53 GB，全精度 17.9 GB，普通笔记本可跑，兼容常见本地推理工具。一个能离线运行的税务模型，对客户数据不能出门的行业有天然吸引力。
它还测了一种治理模式：权重开放、语料封闭。任何人都能检验模型的行为，但要重建或审计训练数据就得找厂商。目前没有任何对语料的独立审计，出处只能依赖开发者的模型卡——用户被要求信任方法论，而不是亲自验证它。
诚实的局限
- 评测单薄且自报：仅 60 题内部评测集（6 个维度各 10 题），全精度覆盖率 85.6%，8 比特量化后 83.2%，没有任何公开的横向对比；
- 开发者自己的模型卡警告：模型可能编造文号、案号和金额，所有引用必须对照原文逐条核对；
- 训练上下文只有 4K 到 8K token（架构上限更高但未训练到），长文档需谨慎切分；
- 数据截止 2026 年 10 月，之后出台的新规对它不可见，语料需要长期维护，而这不会随权重开源自动发生；
- 只覆盖中国大陆税制、仅简体中文，不能联网、不调用工具，输出明确不构成税务意见；
- 部分语料为生成整理内容，开发者自己提示需抽样核验。
普通人现在能做什么
- 偶尔要处理中国税务问题的读者，把它当一本「能指路、带出处」的法规索引用：先要法规全称和文号，再读原文，最后再行动；
- 想做垂域模型的开发者，值得抄的是方法论而非权重：语料底座、时效标注、边界显式化的计算流程才是可迁移的部分；
- 小微企业主，眼下最诚实的用法是「备料」：让模型把相关法规和草稿算式先凑齐，签字申报之前交给有资质的专业人士复核。