近日，百度旗下文心大模型家族迎來重大升級——ERNIE-4.5-21B-A3B-Thinking正式開源，並在Hugging Face平臺迅速登頂文本生成模型榜單首位，同時位居整體模型榜第三。這款輕量級Mixture-of-Experts（MoE）模型以其卓越的推理能力和參數效率，引發行業廣泛關注，標誌着中國AI開源生態的又一里程碑。

模型核心規格與創新設計

ERNIE-4.5-21B-A3B-Thinking採用先進的MoE架構，總參數規模爲21B，但每個token僅激活3B參數。這種稀疏激活機制顯著降低了計算開銷，同時保持了高性能輸出。該模型支持128K長上下文窗口，特別適用於處理複雜長文本任務，如邏輯推理、數學求解和學術分析。

image.png

不同於主流模型依賴PyTorch框架，ERNIE-4.5系列基於百度自研的飛槳（PaddlePaddle）深度學習框架進行訓練和優化。這種獨立框架的設計，不僅提升了模型在多模態任務中的兼容性，還確保了高效的硬件適配。目前，全球範圍內採用自研框架訓練大模型的廠商僅有百度和谷歌，這凸顯了其技術自主性和創新深度。

性能表現:高效推理挑戰行業巨頭

根據最新基準測試，該模型在邏輯推理、數學、科學、編碼和文本生成等任務上表現出色，甚至在部分指標上接近或超越Gemini2.5Pro和GPT-5級別模型。儘管總參數僅爲21B（約相當於Qwen3-30B的70%），其在BBH、CMATH等數學推理基準上的得分已超過同類競品，展現出極高的參數效率。

此外，模型內置高效工具調用功能，支持結構化函數調用和外部API集成，適用於程序合成、符號推理和多代理工作流場景。在長上下文理解方面，經過專屬訓練，它能穩定處理海量信息生成學術級合成內容，顯著減少幻覺問題。該模型還支持雙語（中英）優化，適用於全球開發者和企業應用。

開源社區反饋顯示，該模型在Hugging Face上的下載量和趨勢指數飆升，已成爲文本生成領域的熱門選擇。開發者可通過vLLM、Transformers4.54+和FastDeploy等工具輕鬆集成，實現本地部署或雲端推理。

開源意義:推動AI民主化與生態建設

ERNIE-4.5-21B-A3B-Thinking以Apache2.0許可發佈，支持商業使用，這進一步降低了AI技術的門檻。繼6月底百度開源ERNIE4.5家族其他10款模型後，此次發佈強化了其在開源AI領域的領導地位。目前，Hugging Face平臺前排模型多爲中國開源成果，這反映出中國AI在MoE架構和推理優化上的全球競爭力。

作爲文心大模型的最新迭代，該模型不僅提升了指令跟隨和知識密集任務的表現，還通過多輪強化學習強化了其“思考”模式。在視覺-語言任務中，其VL變體也表現出色，縮小了與OpenAI-o1在MathVista和MMMU等基準上的差距。

行業影響與未來展望

這款模型的發佈，證明了無需萬億級密集參數，即可實現深度推理的可能。它爲資源受限的開發者提供了高性能選項，推動AI從實驗室向實際應用的轉型。未來，隨着飛槳框架的進一步生態擴展，ERNIE系列有望在Agent產品和多模態應用中發揮更大作用，避免單一廠商壟斷帶來的風險。