百度釋出 ERNIE X1.1 推理模型：事實性提升近 35%，對標 GPT-5

AI 圈的比拼焦點，早就從誰的模型引數大，變成了誰的推理更聰明、誰更少胡說八道。

百度在 WAVE SUMMIT 2025 開發者大會上端出了文心大模型的一攬子更新。最搶眼的是新一代推理模型 ERNIE X1.1，百度表示它在綜合表現上超過了 DeepSeek R1-0528，甚至能跟 GPT-5 以及 Gemini 2.5 Pro 平起平坐。

除了新模型，百度還開源了一個小巧的思考模型，並把自家的開發工具和程式碼助手全面翻新了一遍。

事實性拉高三成，小模型也學會「深度思考」

文心 ERNIE X1.1 這次最大的升級在於少犯錯。相比前代 ERNIE X1，它的事實效能力直接提升了 34.8%，指令遵循能力漲了 12.5%，智慧體能力也提升了 9.6%。

百度介紹，ERNIE X1.1 是在多模態基模 ERNIE 4.5 的基礎上，揉進了混合強化學習和迭代自蒸餾框架。現在普通使用者可以在文心一言官網和文小言 App 裡直接試用，企業和開發者也能在千帆平臺上調介面。

有意思的是，百度這次還打了一張開源牌。繼 6 月 30 日開源 10 款模型後，百度這次把 ERNIE-4.5-21B-A3B-Thinking 放到了 Hugging Face 和百度 AI Studio 上。

這是一個支援 128K 上下文的 MoE 架構模型，總引數 210 億，但實際每次啟用的引數只有 30 億。百度表示，這種極輕量的體積讓它在邏輯推理、數學計算和程式碼生成上，能跑出接近超大模型的水準。

讓多個 Agent 替你寫程式碼，底座框架衝到 47% MFU

面向開發者，百度把程式碼助手 Comate 升級到了 3.5S 版本，主打多智慧體協同。它能動態拆解任務，讓幾個 Agent 互相配合把一整套業務程式碼啃下來。

據百度公佈的資料，Comate 目前覆蓋了超過 1000 萬開發者，而在百度內部，已經有 45% 的新程式碼是由 AI 生成的。

支撐這些模型的飛槳 PaddlePaddle 框架也升到了 3.2 版。百度稱，通過計算最佳化、並行策略和原生容錯，在 3000 億引數的 ERNIE-4.5 模型預訓練中，MFU（模型算力利用率）達到了 47%。目前飛槳和文心生態累計服務的開發者達到了 2333 萬，企業客戶有 76 萬家。

為什麼重要

我們認為，百度這次的策略非常務實：一手抓商業推理模型的防守反擊，一手用輕量開源模型搶佔開發者的本地端。

對於開發者和中小團隊來說，ERNIE-4.5-21B-A3B-Thinking 的開源是一個值得關注的訊號。21B 總引數配上 3B 啟用引數，意味著單張主流消費級顯示卡或者成本極低的雲實例就能跑起來深度推理，不用硬啃那些動輒幾百 G 視訊記憶體的大塊頭，試錯成本大大降低。

在行業層面，百度直接把對標靶子立在了 DeepSeek R1-0528 和 GPT-5 身上。國內推理模型賽道在 DeepSeek 之後競爭迅速白熱化，各家都在比拼強化學習與思維鏈能力，單純比拼基模引數量的時代徹底過去了。

不過看起來百度的隱患依然在生態心智上。飛槳雖然有 2333 萬開發者的龐大基本盤，但在全球範圍內，主流開發者依然深度繫結 PyTorch 與海外主流開源生態。百度能否靠 21B-A3B 這類高性價比的 MoE 思考模型在開源社群撕開更大的口子，還得看它在真實業務長文本場景下的抗壓表現。