百度文心大模型5.1发布 多项评测夺冠且训练成本大幅降低

2025年5月9日，百度正式推出文心大模型5.1版本。此次升级并非常规迭代，而是在文心5.0坚实知识底座之上，实现了效率与性能的全面跃升。其最核心的突破在于极致的成本优化——新模型将总参数规模压缩至约三分之一，激活参数降至约二分之一，而预训练计算成本更是仅为行业同级别模型的约6%。这标志着，文心5.1以更低的资源消耗，实现了更优的性能表现，在同等规模模型中确立了基础效果的领先地位。

目前，普通用户可直接访问文心一言官方网站，与全新的文心5.1模型进行对话，亲测其最新功能。对于开发者，通过百度智能云千帆大模型平台，仅需将model_name参数修改为ernie-5.1，即可便捷调用相应API服务，快速完成集成与部署。

此外，自发布之日起，文心大模型5.1将逐步接入超过十个主流创意生产智能体平台。这包括全球知名的AI角色互动平台ISEKAI ZERO、创意智能体平台Mulan AI、AI原生创意画布谛听幻流，以及AI短剧生成平台Storymaster等。此举将为广大数字内容创作者和终端用户，提供更强大、更多元的AI创作工具选择。

登顶多个榜单

模型性能，数据为证。在5月9日当天，文心大模型5.1于权威的Arena Search开放评测排行榜上，以1223分的优异成绩位列全球第四，并在所有中国大模型中排名第一。这一排名充分证明了其在开放域问答与综合能力上的强大竞争力。

不仅如此，在多项权威行业基准测试中，文心5.1均展现出强劲实力，尤其在智能体任务执行、知识问答、复杂逻辑推理与深度信息检索等核心能力维度上，表现卓越。

具体而言，在专门评估智能体能力的τ³-bench和SpreadsheetBench-Verified任务中，文心5.1的表现已超越DeepSeek-V4-Pro，其智能体水平正逼近全球顶尖的闭源模型。其在Search Arena排行榜上的优异表现，也进一步印证了其强大的搜索与执行能力。

在考察深度专业知识（GPQA）与综合知识理解（MMLU-Pro）的评估中，文心5.1的性能同样接近头部闭源模型。根据内部评测，其创意文本生成能力已可与Gemini 3.1 Pro相媲美。

在数学推理方面，文心5.1同样达到顶尖水准。在极具挑战性的数学竞赛基准AIME26（使用工具）测试中，其得分高达99.6，仅次于Gemini 3.1 Pro，稳居全球第二。

预训练计算成本仅为同类模型的6%

那么，文心大模型5.1是如何实现能力提升与成本锐减并行的呢？其奥秘在于独特的模型衍生路径与创新的训练框架设计。

文心5.1直接衍生自文心大模型5.0。研发团队并未进行从零开始的训练，而是从文心5.0所构建的“多维弹性子模型矩阵”中，精准搜索并提取出了最优的子网络架构。这一方法完整继承了5.0版本所编码的庞大知识体系与核心能力，同时避免了大量重复计算，从而大幅降低了预训练阶段的资源消耗。

这背后依赖于一项名为“一次训练，处处部署”（Once-For-All）的突破性弹性训练框架。与传统为不同规模模型分别预训练的模式不同，该框架创新性地在单次预训练过程中，通过动态采样机制，同步优化海量具有不同深度、专家容量和路由稀疏度的子模型，最终形成一个覆盖广泛参数规模与计算预算的“可部署子模型资源库”。

在此框架下，模型主要沿三个维度实现了灵活伸缩：

弹性深度：训练时随机激活不同数量的Transformer层，使得不同深度的子模型能够共享权重，从而自适应地学习深层语义与浅层特征之间的最佳平衡。

弹性宽度/专家容量：通过动态调整参与计算的专家数量，灵活控制MoE（混合专家）层中的有效专家容量。模型学习在完整专家池与精简专家池配置下均能高效工作，极大提升了专家资源的利用率。

弹性稀疏度：采用可变的Top-k路由机制，灵活控制每次前向传播所激活的专家数量。激活专家少，则推理成本低、响应速度快；激活专家多，则模型能力全面、表现更强。由此实现了推理效率与模型性能的智能权衡。

正是基于上述一系列底层技术的重大突破，文心大模型5.1得以将总参数量压缩至5.0版本的三分之一左右，激活参数量压缩至二分之一左右，并将预训练计算成本成功控制在同规模同类模型的6%这一行业领先水平。相较于文心5.0，其推理成本显著降低；而在同规模模型的横向对比中，它依然保持着显著的性能优势。