Analisis sentimen berita finansial memiliki peran penting dalam mendukung pengambilan keputusan investasi di pasar modal Indonesia. Penelitian terdahulu umumnya membandingkan satu model tanpa perbandingan lintas model, sehingga rekomendasi pemilihan model masih bersifat parsial. Penelitian ini membandingkan tiga model bahasa pre-trained, yaitu IndoBERT, IndoLEM, dan FinBERT, melalui pendekatan fine-tuning untuk klasifikasi sentimen tiga kelas (positif, netral, negatif) pada berita finansial berbahasa Indonesia. Dataset terdiri dari 9.015 artikel dari empat portal keuangan, dilabeli dengan strategi hybrid weak-supervision (lexicon-based labeling dan anotasi manusia). Ketiga model dilatih dengan konfigurasi hyperparameter identik menggunakan class-weighted cross-entropy loss. Evaluasi menggunakan accuracy, macro F1-score, weighted F1-score, dan Cohen’s Kappa pada validation set held-out (N = 2.149). Hasil eksperimen menunjukkan IndoBERT-Fine-Tuned mencapai Macro F1 tertinggi sebesar (0,863), diikuti IndoLEM-Fine-Tuned (0,843) dengan perbedaan prediksi antara kedua model yang signifikan berdasarkan uji McNemar (p = 0,0002), sementara FinBERT-Fine-Tuned mengalami penurunan tajam ke (0,437), bahkan di bawah baseline klasik TF-IDF + LinearSVC (0,809). Uji McNemar dengan koreksi Bonferroni mengonfirmasi bahwa kedua model BERT bahasa Indonesia secara signifikan mengungguli FinBERT-Fine-Tuned maupun baseline klasik (p < 0,001). Evaluasi pada gold subset berlabel manusia mengindikasikan adanya kemungkinan pengaruh pola label lexicon terhadap performa model pada label training. Kontribusi utama penelitian ini adalah evaluasi komparatif IndoBERT, IndoLEM, dan FinBERT pada berita finansial Indonesia dengan konfigurasi fine-tuning yang setara, disertai uji signifikansi statistik dan evaluasi pada gold standard berlabel manusia untuk menilai keterbatasan pendekatan weak-supervision.