Ernie 5.1

# 一、简介与定位

百度（中国）于2026年5月9日正式发布的新一代旗舰级通用基础大模型，是文心大模型ERNIE系列的主力迭代版本，主打高效能、低成本、强Agent能力的商用落地优化。

ERNIE是百度文心大模型的专属英文标识，5.1为系列迭代版本号，无特殊后缀，代表5.0基座的精细化优化升级版，核心围绕推理速度、参数效率、智能体交互、代码创作四大方向升级。该模型面向个人用户与企业开发者双向开放，个人用户可通过文心一言官网免费体验基础功能，无订阅强制要求；开发者可接入百度千帆平台API，平台提供基础免费调用额度，超出部分按阶梯价计费，无硬性使用门槛。本次同步无全新兄弟模型发布，仅对前代ERNIE 5.0完成迭代更替。

ERNIE 5.1是百度文心系列当前最新的主力商用版本，并未被淘汰，也是目前国产闭源大模型中，为数不多实现“性能小幅提升、成本大幅下降、速度大幅提速”的均衡型旗舰模型，核心亮点是用极低算力成本实现旗舰级综合能力，适配大规模产业落地场景。

# 二、发展历程

# 2.1 研发背景

2026年上半年，国内大模型行业进入存量竞争阶段，头部模型普遍面临“性能提升边际递减、训练推理成本居高不下、通用能力与落地场景不匹配”的痛点。彼时行业主流模型分为两类，一类是GPT、Gemini等海外顶级闭源模型，综合能力顶尖但调用成本高、国内适配性差；另一类是国产开源与闭源模型，普遍存在算力浪费、Agent智能交互能力薄弱、长文本推理稳定性不足的问题。同时，企业商用落地对大模型的性价比、推理速度、工程稳定性需求远超极致参数堆叠，行业亟需一款兼顾通用能力、低成本、高速度的均衡型旗舰模型，ERNIE 5.1正是在这一产业落地需求导向下诞生的迭代产品。

# 2.2 关键节点

ERNIE 5.1的迭代研发基于2025年11月发布的ERNIE 5.0基座展开，百度研发团队在5.0全模态能力基础上，耗时半年聚焦参数效率与工程落地优化。2026年4月30日，ERNIE 5.1 Preview预览版率先亮相，登顶LMArena文本榜国内第一，成为榜单前十五中唯一国产模型，提前验证了迭代优化效果。2026年5月9日，ERNIE 5.1正式版全面上线，同步开放文心一言官网个人体验与千帆平台企业API调用权限。2026年5月13日，百度在Create 2026开发者大会上，正式对外展示该模型的产业落地能力与技术细节，标志着模型全面进入商用普及阶段。

# 2.3 家族构成

ERNIE文心大模型系列是百度自研的全场景大模型体系，迭代脉络清晰，核心主力模型分工明确，与ERNIE 5.1关联紧密的家族模型主要有两款：

ERNIE 5.0：2025年11月发布的上一代旗舰基座模型，拥有2.4万亿超大参数量，主打原生全模态融合能力，在文本、图像、音频、视频跨模态理解生成上优势突出，综合能力上限高，但存在推理速度慢、调用成本高、参数冗余的问题，更适合作为技术研发基座，不适合大规模高频商用落地。

ERNIE 5.1：5.0的商用优化迭代版，舍弃了极致参数堆叠的思路，以参数压缩、效率提升、场景适配为核心，保留5.0核心知识与全模态基础能力，重点优化Agent交互、代码生成、专业场景问答，是当前百度面向C端用户体验、B端产业落地的核心主力模型。

# 三、核心技术剖析

# 3.1 固有技术

ERNIE 5.1完整继承了ERNIE 5.0的成熟底层技术体系，沿用业界主流的Transformer稠密基座架构，保留原生全模态统一建模能力，可实现多模态信息的融合理解与生成。同时继承前代成熟的人类对齐技术，采用多维度监督微调、人类反馈强化学习的基础对齐方案，保障模型输出的合规性、逻辑性与人类偏好适配性，延续了文心系列一贯的中文语义理解、本土知识储备优势，避免了新模型迭代出现的基础能力断层问题。

# 3.2 创新技术

本次迭代无颠覆性架构革新，核心创新集中在训练效率优化、参数轻量化、强化学习管线升级三大方向，解决了前代模型算力冗余、推理滞后、多能力训练跷跷板效应等痛点，具体创新点如下：

（1）多维度弹性预训练技术

这是ERNIE 5.1最核心的技术升级，基于Once-for-All弹性训练框架研发。简单来说，模型不再固定参数量训练，而是在预训练过程中，从弹性深度、弹性宽度、弹性稀疏度三个维度，动态优化模型结构，自动筛选最优参数组合。最终实现总参数量压缩至5.0版本的1/3，实际激活运算参数压缩至1/2，在基础性能不降反升的前提下，将预训练算力成本压缩至业界同规模模型的6%，从根源上解决了大模型“参数冗余、算力浪费”的问题。

（2）分离式全异步强化学习架构

重构传统强化学习的训练逻辑，通过RL Controller控制器，将模型训练、推理、奖励反馈、Agent交互循环四大环节完全解耦，实现全异步并行运算。同时优化FP8训推一致性技术，搭配异构资源弹性调度机制，大幅提升长程训练的稳定性与资源利用率，直接解决了前代模型Agent交互卡顿、复杂任务推理耗时久、长对话训练不稳定的问题，让模型实时响应速度大幅提升。

（3）OPD多阶段强化学习训练管线

搭建全新的四阶段精细化训练体系，依次完成统一监督微调、领域专家模型专项训练、在线策略蒸馏、通用在线强化学习。这套管线的核心作用是精准平衡模型各项能力，避免传统微调中“强化某一项能力、削弱另一项能力”的跷跷板效应，针对性补强了代码生成、金融、教育、医疗垂直场景能力，同时稳定了模型的通用对话基础素质。

# 四、表现评估

# 4.1 历史与现状

发布初期，ERNIE 5.1 Preview预览版一经上线便登顶LMArena文本榜国内第一、全球第十三，是当时榜单前列唯一的国产模型，刷新了文心系列通用文本能力的行业排名。正式版发布后，模型综合能力小幅升级，拿下LMArena搜索榜全球第四、国内第一的成绩。从行业地位来看，其发布初期凭借极致性价比，填补了国产旗舰模型高效商用的空白；当前处于行业中上游梯队，虽与GPT、Gemini、通义千问顶级旗舰存在小幅差距，但在同成本档位模型中，速度与落地稳定性优势断层领先，是国产商用模型的第一梯队务实型选手。

# 4.2 优势亮点

结合LMSYS LMArena、非线智能ReLE权威评测数据，ERNIE 5.1的核心优势集中在效率、垂直场景、Agent交互三大维度，优势真实且落地性极强：

（1）极致的训推效率与成本优势

对比前代ERNIE 5.0，模型平均推理耗时从225s降至50s，提速78%；单次调用Token消耗下降48.3%，调用成本从89.2元/千次降至32.6元/千次，成本降幅超63%。在30元左右主流商用成本档位中，其推理速度远超通义千问3.5、MiniMax等同级模型，是目前兼顾低成本、高速度的最优国产旗舰模型之一，极度适合高频次、大规模商用场景。

（2）垂直专业场景能力显著补强

在细分领域表现亮眼，其中代码生成能力提升幅度最大，较前代上涨9.5分，解决了文心系列以往代码能力偏弱的短板；教育学科问答、金融结构化信息处理能力均提升5分，医疗场景能力持续稳居高位，专业内容输出的准确性、逻辑性大幅优化，适配职场办公、教育培训、金融咨询等落地场景。

（3）领先的Agent智能交互能力

在τ³-bench、SpreadsheetBench-Verified Agent两大权威智能体评测中，表现超越DeepSeek-V4-Pro，接近海外顶级闭源模型水平。依托异步强化学习架构，模型工具调用、自主任务拆解、多步骤复杂任务执行能力大幅提升，适配AI智能助手、自动化办公、产业智能调度等Agent落地场景。

（4）中文与搜索融合能力突出

延续百度原生搜索优势，世界知识储备、实时信息整合能力强劲，创意写作、长篇叙事、专业文本生成能力对标Gemini 3.1 Pro，在中文语境理解、本土常识、国内政策场景适配性上，优于多数海外同级别模型。

# 4.3 缺点与不足

ERNIE 5.1的迭代存在明显的取舍优化，并非全维度升级，短板清晰且真实存在：

（1）数学与逻辑推理能力小幅倒退

对比前代5.0版本，模型数学计算、复杂逻辑推理维度得分下降1.7分，在高阶数理推导、多步骤逻辑论证、复杂奥数题型解答上，准确率与稳定性不足，相较于通义千问、GPT同级别模型，数理能力存在明显差距。

（2）通用语言指令遵从能力下滑

本次迭代重点倾斜商用与Agent能力，导致基础通用对话能力出现回调，语言与指令遵从维度得分下降8.9分。面对小众、精细化的自然语言指令，偶尔出现理解偏差、答非所问、过度简化回答的问题，通用对话的灵活性不如前代。

（3）顶级综合能力仍有差距

整体综合准确率68.2%，相较于行业第一梯队的GPT、Gemini、通义千问顶级模型，存在5-7个百分点的差距，在极致复杂推理、跨模态深度创作、超高精度专业科研场景中，仍无法对标海外顶级旗舰模型。

（4）法律政务场景稳定性减弱

在法律条文解读、行政公务合规问答场景中，得分小幅下降，面对严谨性要求极高的政务、法律文书处理，输出内容的精准度、合规稳定性略逊于5.0版本。

# 五、重大事件

# 5.1 预览版登顶LMArena国内第一，打破国产模型格局

2026年4月30日，LMArena最新榜单公布，ERNIE 5.1 Preview预览版以1476分登顶文本榜国内第一、全球第十三，成为榜单前十五席位中唯一的国产大模型，打破了海外模型垄断顶级文本评测榜单的局面，提前引爆行业关注度，让市场看到国产模型在通用文本能力上的追赶潜力。

# 5.2 正式版上线双榜单领跑，树立高效商用标杆

2026年5月9日正式发布后，ERNIE 5.1以1223分位列LMArena搜索榜全球第四、国内第一，是全球前十榜单中唯一的国产闭源模型。凭借“算力成本仅业界6%、性能不降反升”的极致性价比，成为2026年大模型产业落地的核心标杆案例，被行业定义为“大模型从堆参数走向重效率”的转型标志性模型。

# 5.3 亮相百度Create2026，全面开放产业落地能力

2026年5月13日百度Create 2026开发者大会上，官方全面公开ERNIE 5.1的技术细节、评测数据与落地方案，同步宣布模型全面适配百度千帆生态，开放企业定制、API调用、场景私有化部署等服务，标志着该模型从技术迭代产品，正式转化为面向全行业的商用落地工具，大幅降低了国内企业AI落地的算力与技术门槛。

# 六、局限与妥协

ERNIE 5.1为纯国产合规大模型，国内用户、个人开发者、企业均可无特殊壁垒使用，无海外IP限制、支付门槛、合规使用壁垒，故此部分省略。