ERNIE 4.5 y X1 de Baidu: Características, Acceso, Comparación DeepSeek

¿Qué es el ERNIE 4.5 de Baidu?

ERNIE 4.5 es la última IA multimodal IA multimodal multimodal de Baidu, un generalista versátil diseñado para las tareas e interacciones cotidianas. Como sistema multimodal, ERNIE 4.5 maneja varios tipos de datos a la vez, integrando texto, imágenes, audio y vídeo.

En la breve demostración oficial, vemos un ejemplo de ERNIE 4.5 trabajando con texto y vídeo:

Este no es el primer paso de Baidu en la IA. La empresa, fundada originalmente en 2000 como el principal motor de búsqueda de China (a menudo llamado el "Google de China"), empezó a invertir seriamente en inteligencia artificial hace varios años. Baidu lleva desarrollando ERNIE (Representación Mejorada a través de la Integración del Conocimiento) desde 2019, y lanzaron el Bot ERNIE en 2023.

Sin embargo, el dominio de Baidu en el mercado asiático de la IA se ha visto presionado recientemente por los modelos Qwen de Alibaba y por nuevos competidores innovadores como DeepSeek.

Con ERNIE 4.5, Baidu compite directamente con la V3 de DeepSeek, Qwen 2.5 Maxo el GPT-4o de OpenAI.

¿Qué es el ERNIE X1 de Baidu?

ERNIE X1 es un modelo de razonamiento especializado diseñado para tareas avanzadas como las matemáticas y la codificación compleja. Similar a DeepSeek-R1 o OpenAI o1este tipo de modelo muestra explícitamente su proceso de pensamiento al usuario, facilitando la comprensión de cómo llega a una respuesta o solución concreta.

Las empresas siguen invirtiendo mucho en modelos centrados en el razonamiento, como ERNIE X1, porque estos modelos se dirigen directamente a tareas que aportan un claro valor empresarial. Según datos recientes de Anthropic, las tareas de razonamiento y codificación son los principales casos de uso empresarial, y constituyen una parte significativa de la adopción de la IA.

Fuente: El Índice Económico Antrópico

A pesar del rápido desarrollo de la IA, la adopción por parte de las empresas sigue siendo baja en todo el mundo, y los modelos que destacan en dominios de razonamiento intensivo (matemáticas, codificación, análisis avanzado) tienen más probabilidades de aportar un valor empresarial tangible, impulsando los ingresos y acelerando la adopción de la IA en el mercado empresarial.

El principal argumento de venta de Baidu para el ERNIE X1 es su agresiva estrategia de precios. He aquí una rápida comparación con DeepSeek-R1 (la información sobre precios es exacta a 17 de marzo de 2025):

Con las tarifas estándar (y excluyendo la caché de contenidos), la afirmación de Baidu -que ERNIE X1 iguala el rendimiento de DeepSeek-R1 a mitad de precio- es cierta, sobre todo en lo que respecta al precio de los tokens de salida.

Sin embargo, con las tarifas con descuento de DeepSeek (que se aplican durante las 16:30-00:30 UTC de cada día), se aplica la afirmación inversa: La ERNIE X1 pasa a ser el doble de cara.

A pesar de su atractivo precio, Baidu aún no ha proporcionado pruebas comparativas detalladas que confirmen el rendimiento de ERNIE X1 en relación con DeepSeek-R1, lo que deja cierta incertidumbre sobre su competitividad en el mundo real.

Mientras esperamos las pruebas comparativas del ERNIE X1, vamos a conocer más detalles sobre el rendimiento del ERNIE 4.5.

Puntos de referencia ERNIE 4.5

Baidu ha publicado pruebas comparativas entre ERNIE 4.5 y los principales modelos multimodales y basados en texto, incluido el GPT-4o de OpenAI, GPT-4.5y V3 de DeepSeek. Repasemos los resultados clave, empezando por las capacidades multimodales.

Puntos de referencia multimodales

En las pruebas comparativas multimodales, ERNIE 4.5 superó a GPT-4o, alcanzando una puntuación media de 77,77, frente a los 73,92 de GPT-4o, lo que supone una ventaja de 3,85 puntos.

Fuente: Baidu

En concreto, ERNIE 4.5 superó a GPT-4o en seis de los siete puntos de referencia evaluados:

• CCBench: Evalúa el razonamiento de sentido común en textos e imágenes. ERNIE 4.5 obtuvo una puntuación aproximada de 81, superando ligeramente los ~79 de GPT-4o.
• OCRBench: Evalúa las capacidades de reconocimiento óptico de caracteres, centrándose en la extracción de texto a partir de imágenes. ERNIE 4.5 alcanzó alrededor de 88, superando los ~81 de GPT-4o.
• ChartQA: Comprueba la comprensión de los datos presentados en gráficos. ERNIE 4.5 obtuvo una puntuación de ~82, ligeramente por delante de los ~81 de GPT-4o.
• MMMU: Mide el razonamiento multimodal en varios temas. Aquí, GPT-4o lideró con ~70, mientras que ERNIE 4.5 obtuvo ~64, lo que indica un área de mejora.
• MathVista: Evalúa el razonamiento matemático en contextos visuales. ERNIE 4.5 obtuvo una puntuación de ~69, superando los ~61 de GPT-4o.
• DocVQA: Evalúa la capacidad de responder a preguntas basadas en documentos visuales. ERNIE 4.5 sobresalió con una puntuación de ~91, frente a los ~85 de GPT-4o.
• MVBench: Se centra en la comprensión temporal en tareas de vídeo dinámico, que requieren razonar sobre secuencias de fotogramas. ERNIE 4.5 obtuvo una puntuación de ~72, superando significativamente los ~63 de GPT-4o.

Puntos de referencia sólo texto

En las tareas de sólo texto, ERNIE 4.5 obtuvo una puntuación media de 79.6superando ligeramente la media de GPT-4.5 (79,14) y también a DeepSeek-V3 (~77).

Fuente: Baidu

Estos resultados sugieren que la ERNIE 4.5 es especialmente competitiva en las pruebas de comprensión de documentos multimodales, matemáticas y lengua china. Sin embargo, su menor rendimiento en pruebas de codificación específicas, como LiveCodeBench, pone de manifiesto posibles limitaciones en tareas de codificación especializadas.

Vamos a desglosar rápidamente algunos puntos de referencia clave:

• MMLU-Pro: Evalúa el aprendizaje multitarea en varias disciplinas. ERNIE 4.5 obtuvo una puntuación de ~78, ligeramente inferior a los ~79 de GPT-4.5.
• GPQA: Evalúa la respuesta a preguntas de propósito general. ERNIE 4.5 consiguió ~57, por detrás de los ~61 de GPT-4.5.
• C-Eval: Mide los conocimientos generales y el razonamiento chinos. ERNIE 4.5 lideró con ~88, superando los ~80 de GPT-4.5.
• CMMLU: Comprueba la comprensión multitarea en chino. ERNIE 4.5 obtuvo una puntuación de ~88, por delante de los ~80 de GPT-4.5.
• Matemáticas-500: Mide la capacidad de un modelo para resolver problemas matemáticos desafiantes de nivel de secundaria. ERNIE 4.5 (~82) está por detrás del líder DeepSeek-V3 (~88) y GPT-4.5 (~84).
• CMath: Evalúa la resolución de problemas matemáticos en chino. ERNIE 4.5 lideró con ~95, superando los ~85 de DeepSeek-V3.
• LiveCodeBench: Mide la capacidad de codificación en tiempo real. ERNIE 4.5 obtuvo una puntuación de ~35, por debajo de los ~45 de GPT-4.5, lo que indica un margen de mejora en las tareas de codificación.

Cómo acceder a ERNIE 4.5 y ERNIE X1

Puedes probar directamente ERNIE 4.5 y X1 de Baidu a través de la aplicación oficial de chatbot disponible en su sitio web: yiyan.baidu.com.

Sin embargo, según mi experiencia personal, hay algunos problemas de usabilidad. Actualmente, la interfaz está disponible principalmente en chino, lo que la convierte en un reto para los no hablantes de chino: aunque puedes utilizar la función de traducción automática del navegador, la traducción no es fluida y la UX se resiente.

Fuente: Baidu

Además, el inicio de sesión en Google o GitHub no está disponible, un problema que no he encontrado con competidores como DeepSeek o Qwen. Seguí intentando crear una cuenta, pero no se me permitió rellenar el formulario de registro con mi número de teléfono europeo.

Cómo acceder a ERNIE a través de la API

Para los desarrolladores interesados en integrar ERNIE 4.5, el acceso a la API ya está disponible a través de la plataforma oficial de Baidu, Qianfan. Los precios empiezan en 0,55 $ por 1 millón de fichas de entrada y 2,20 $ por 1 millón de fichas de salida.

A 17 de marzo de 2024, ERNIE X1 aún no está disponible a través de la API, pero Baidu mencionó que lo estará pronto.

Además, Baidu ha anunciado planes para abrir ERNIE 4.5 a partir del 30 de junio de 2025. Este paso podría mejorar la adopción a nivel internacional al hacer el modelo más accesible y adaptable.

Baidu también tiene la intención de integrar ERNIE 4.5 y X1 en varios productos de su ecosistema, como Baidu Search y la aplicación Wenxiaoyan, aunque los plazos y detalles aún están por confirmar.

Impacto de ERNIE en el mercado de la IA

El lanzamiento de ERNIE 4.5 y ERNIE X1 de Baidu sigue una pauta notable que he visto surgir en la industria china de la IA: una estrategia que da prioridad a la disrupción frente a la usabilidad inmediata.

A diferencia de empresas como Google, OpenAI o Mistral, que suelen dedicar largos periodos de tiempo (a menudo de 8 a 12 meses o más) a garantizar que sus productos cumplen las estrictas normas de estabilidad, seguridad, privacidad y protección, las empresas chinas de IA parecen favorecer el despliegue rápido de productos que son convincentes pero que aún se encuentran en un estado inicial y sin pulir.

Al igual que ManusAI y DeepSeek, los modelos ERNIE de Baidu siguen una tendencia similar. Entran en el mercado de forma agresiva, con el objetivo principal de trastocar las estructuras de precios y los supuestos competitivos. El modelo ERNIE X1, en particular, se posiciona explícitamente como comparable en rendimiento al DeepSeek-R1 a mitad de coste, aunque Baidu todavía no ha respaldado públicamente estas afirmaciones con pruebas comparativas detalladas.

Y, aunque ERNIE 4.5 muestra unos resultados de referencia realmente competitivos, los usuarios internacionales como yo seguimos encontrando barreras, sobre todo un proceso de registro difícil y problemas de accesibilidad lingüística.

En general, los lanzamientos de ERNIE 4.5 y X1 refuerzan la idea de que las empresas chinas de IA se sienten cómodas sacrificando algo de estabilidad y experiencia de usuario a corto plazo, siempre que sean capaces de impulsar rápidamente el mercado y provocar conversaciones en todo el sector.

Queda por ver si este enfoque es sostenible, pero no se puede negar que es eficaz para obligar al mercado mundial de la IA a moverse más deprisa y a pensar de forma diferente sobre lo que significa competir en el mercado actual.

Conclusión

El lanzamiento por Baidu de ERNIE 4.5 y ERNIE X1 representa otro ambicioso paso en el competitivo panorama chino de la IA. ERNIE 4.5 demuestra claros puntos fuertes, sobre todo en comprensión multimodal, matemáticas y tareas de lengua china, lo que la posiciona con fuerza frente a rivales globales como GPT-4o y DeepSeek V3.

Por otro lado, la promesa de ERNIE X1 de ofrecer funciones de razonamiento avanzadas a mitad de precio que DeepSeek-R1 es intrigante, pero sin pruebas comparativas, sigue siendo especulativa.

A medida que estos modelos maduren, será interesante ver si Baidu y otras empresas chinas similares ajustan su enfoque para lograr un mejor equilibrio entre disrupción y estabilidad.