ERNIE 5.1 是百度文心系列在 2026 年 5 月推出的旗舰级文本大模型，基于 ERNIE 5.0 的预训练底座，通过“多维弹性预训练”提取更紧凑的子网络结构。
我主要拿它试了推理、Agent、长文档分析和文案写作。它能做知识问答、数学和逻辑推理，也能自主拆任务、调用工具完成多步骤工作。写作方面覆盖文案生成、润色、扩写等常见需求。
上下文窗口为 128K，单次最大输出 16K tokens。ERNIE 5.1 已接入文心一言官网、百度 AI Studio 星河社区，开发者也可以通过百度智能云千帆平台调用 API。
| 套餐 | 价格 | 说明 |
|---|---|---|
| 输入 ≤32K tokens | 0.004 元/千 tokens | 普通问答、Agent、小型文档处理等常见任务 |
| 输出 ≤32K tokens | 0.018 元/千 tokens | 按模型实际生成的 token 数量计费 |
| 输入 32K-128K tokens | 0.006 元/千 tokens | 适合长文档分析、较长上下文任务 |
| 输出 32K-128K tokens | 0.022 元/千 tokens | 长上下文档位下的输出价格 |
这是我用下来感受最明显的一块。
单轮聊天其实很难拉开模型差距，真正容易翻车的是多步骤任务。比如查资料、做计算、调用工具、整理结果，再输出成表格，步骤一多，很多模型就开始漏任务或者做到一半断掉。
ERNIE 5.1 跑这类任务时，流程接得更完整。前面查到的信息后面还能继续用，连续执行几个步骤也不容易散架。
在 τ³-bench 和 SpreadsheetBench-Verified 评测中，它超过了 DeepSeek-V4-Pro。这个成绩和我的使用感受能对上：如果拿它做 Agent，它已经不只是“会回答”，而是更接近“能把事情做完”。
AIME26 数学竞赛基准中，在允许工具调用的条件下，ERNIE 5.1 拿到 99.6 分，仅次于 Gemini 3.1 Pro。
GPQA、MMLU-Pro 这类知识和推理测试里，它也已经接近头部闭源模型。
榜单不能代替真实业务，但至少能说明它遇到复杂计算、代码逻辑和连续推演时，不需要再用“国产模型里已经不错了”这种话替它找补。
ERNIE 5.1 在 MMLU-Pro、GPQA 这类知识密集型测试中表现靠前，创意写作内部评测接近 Gemini 3.1 Pro。
我拿它试了文案、润色和扩写，最直观的变化不是辞藻更多，而是句子顺了。
上一代偶尔会有很重的模型腔：硬转折、套话、每段都先总结再展开。ERNIE 5.1 里这种情况少了。它还没到完全看不出模型痕迹的程度——毕竟这类问题也不是某一家模型独有——但生成之后需要大面积删改的次数确实少了。
128K 上下文处理一般长文档够用，真碰到特别大的资料库或者百万字级材料，还是得拆。
ERNIE 5.1 这次最有意思的地方，是模型反而缩了。
它的总参数压缩到 ERNIE 5.0 的三分之一，激活参数降到二分之一，预训练成本只有同行的 6%。
背后用的是 Once-For-All 弹性训练框架。训练时同时优化不同规模的子模型，再从中提取更合适的网络结构。
结果很直接：模型体量更小，部分能力反而比 ERNIE 5.0 更强。
对实际业务来说，这种升级比单纯堆参数更有用。尤其是 Agent 和自动化场景，一次用户请求背后可能连续调用模型很多次，单次成本差一点，规模上来以后就是另一笔账。
ERNIE 5.1 的优势很清楚：Agent 能力扎实，推理进了第一梯队，中文写作也比上一代顺，再加上 API 单价低，对开发者、中小企业和批量调用业务都有吸引力。
它也不是万能的。128K 上下文碰到超长资料不够宽裕，单次最大输出只有 16K tokens，原生多模态也不是它的强项。经常处理 1M 级上下文、强依赖图片或视频理解的业务，没必要硬选它。
如果你的需求是 Agent、复杂推理、自动化工作流，或者对 API 成本敏感，ERNIE 5.1 值得拿真实任务跑一轮。
至于要不要换模型，最后看三个数字就够了：完成率、平均 token 消耗、单任务成本。
这三个数字，比单看榜单更实在。
评论（0）