百度发布 ERNIE X1.1 推理模型：事实性提升近 35%，对标 GPT-5

AI 圈的比拼焦点，早就从谁的模型参数大，变成了谁的推理更聪明、谁更少胡说八道。

百度在 WAVE SUMMIT 2025 开发者大会上端出了文心大模型的一揽子更新。最抢眼的是新一代推理模型 ERNIE X1.1，百度表示它在综合表现上超过了 DeepSeek R1-0528，甚至能跟 GPT-5 以及 Gemini 2.5 Pro 平起平坐。

除了新模型，百度还开源了一个小巧的思考模型，并把自家的开发工具和代码助手全面翻新了一遍。

事实性拉高三成，小模型也学会「深度思考」

文心 ERNIE X1.1 这次最大的升级在于少犯错。相比前代 ERNIE X1，它的事实性能力直接提升了 34.8%，指令遵循能力涨了 12.5%，智能体能力也提升了 9.6%。

百度介绍，ERNIE X1.1 是在多模态基模 ERNIE 4.5 的基础上，揉进了混合强化学习和迭代自蒸馏框架。现在普通用户可以在文心一言官网和文小言 App 里直接试用，企业和开发者也能在千帆平台上调接口。

有意思的是，百度这次还打了一张开源牌。继 6 月 30 日开源 10 款模型后，百度这次把 ERNIE-4.5-21B-A3B-Thinking 放到了 Hugging Face 和百度 AI Studio 上。

这是一个支持 128K 上下文的 MoE 架构模型，总参数 210 亿，但实际每次激活的参数只有 30 亿。百度表示，这种极轻量的体积让它在逻辑推理、数学计算和代码生成上，能跑出接近超大模型的水准。

让多个 Agent 替你写代码，底座框架冲到 47% MFU

面向开发者，百度把代码助手 Comate 升级到了 3.5S 版本，主打多智能体协同。它能动态拆解任务，让几个 Agent 互相配合把一整套业务代码啃下来。

据百度公布的数据，Comate 目前覆盖了超过 1000 万开发者，而在百度内部，已经有 45% 的新代码是由 AI 生成的。

支撑这些模型的飞桨 PaddlePaddle 框架也升到了 3.2 版。百度称，通过计算优化、并行策略和原生容错，在 3000 亿参数的 ERNIE-4.5 模型预训练中，MFU（模型算力利用率）达到了 47%。目前飞桨和文心生态累计服务的开发者达到了 2333 万，企业客户有 76 万家。

为什么重要

我们认为，百度这次的策略非常务实：一手抓商业推理模型的防守反击，一手用轻量开源模型抢占开发者的本地端。

对于开发者和中小团队来说，ERNIE-4.5-21B-A3B-Thinking 的开源是一个值得关注的信号。21B 总参数配上 3B 激活参数，意味着单张主流消费级显卡或者成本极低的云实例就能跑起来深度推理，不用硬啃那些动辄几百 G 显存的大块头，试错成本大大降低。

在行业层面，百度直接把对标靶子立在了 DeepSeek R1-0528 和 GPT-5 身上。国内推理模型赛道在 DeepSeek 之后竞争迅速白热化，各家都在比拼强化学习与思维链能力，单纯比拼基模参数量的时代彻底过去了。

不过看起来百度的隐患依然在生态心智上。飞桨虽然有 2333 万开发者的庞大基本盘，但在全球范围内，主流开发者依然深度绑定 PyTorch 与海外主流开源生态。百度能否靠 21B-A3B 这类高性价比的 MoE 思考模型在开源社区撕开更大的口子，还得看它在真实业务长文本场景下的抗压表现。