百度 ERNIE 4.5 与 X1：功能、使用方式与 DeepSeek 对比

这并非百度在 AI 领域的首次尝试。该公司成立于 2000 年，最初是中国领先的搜索引擎（常被称为“中国的 Google”），几年前开始加大对人工智能的投入。自 2019 年起，百度持续研发 ERNIE（Enhanced Representation through Knowledge Integration，知识增强表示），并于 2023 年发布了 ERNIE Bot。

不过，百度在亚洲 AI 市场的领先地位，近来也受到阿里巴巴 Qwen 系列以及 DeepSeek 等创新竞争者的冲击。

借助 ERNIE 4.5，百度直接对标 DeepSeek 的 V3、Qwen 2.5 Max，以及 OpenAI 的 GPT-4o。

什么是百度的 ERNIE X1？

ERNIE X1 是一款专注推理的模型，面向数学与复杂编码等高阶任务。与 DeepSeek-R1 或OpenAI 的 o1 类似，这类模型会向用户显式展示其推理过程，便于理解其如何得出特定答案或方案。

企业持续在 ERNIE X1 这类推理型模型上加大投入，因为这类模型直指具有明确商业价值的任务。根据 Anthropic 的最新数据，推理与编码任务是企业最常见的用例，占据了 AI 采用的显著份额。

来源：The Anthropic Economic Index

尽管 AI 发展迅猛，但全球企业级落地仍然偏低，而在推理密集型领域（数学、编码、高级分析）表现突出的模型，更能带来可见的业务价值，推动收入增长，并加速企业市场中的 AI 采用。

百度为 ERNIE X1 主打的卖点是激进的定价策略。以下是与 DeepSeek-R1 的简要对比（价格信息截至 2025 年 3 月 17 日准确）：

在标准价（且不含内容缓存）下，百度的说法——“ERNIE X1 以半价实现与 DeepSeek-R1 相当的性能”在很大程度上成立，尤其是在输出 token 定价上。

但在 DeepSeek 的优惠时段（每日 16:30–00:30 UTC）下，结论则相反：ERNIE X1 的价格会变为对方的两倍。

尽管定价颇具吸引力，百度尚未给出详尽的基准测试来证实 ERNIE X1 相对 DeepSeek-R1 的性能，这也让其真实的市场竞争力存在一定不确定性。

在等待 ERNIE X1 基准数据的同时，我们先看看 ERNIE 4.5 的性能细节。

ERNIE 4.5 基准测试

百度发布了 ERNIE 4.5 与主流多模态与纯文本模型的对比基准，包括 OpenAI 的 GPT-4o、GPT-4.5 与 DeepSeek 的 V3。我们先从多模态能力的关键结果看起。

多模态基准

在多模态基准上，ERNIE 4.5 领先于 GPT-4o，平均得分 77.77，而 GPT-4o 为 73.92——领先 3.85 分。

来源：百度

具体而言，ERNIE 4.5 在 7 个评测基准中的 6 项上超过了 GPT-4o：

• CCBench：评估跨文本与图像的常识推理。ERNIE 4.5 得分约 81，略高于 GPT-4o 的约 79。
• OCRBench：评估光学字符识别能力，侧重从图像中提取文本。ERNIE 4.5 得分约 88，高于 GPT-4o 的约 81。
• ChartQA：测试对图表呈现数据的理解。ERNIE 4.5 得分约 82，略高于 GPT-4o 的约 81。
• MMMU：衡量跨多主题的多模态推理。该项中 GPT-4o 领先，约 70 分，ERNIE 4.5 约 64 分，显示出改进空间。
• MathVista：评估视觉情境下的数学推理。ERNIE 4.5 约 69 分，高于 GPT-4o 的约 61 分。
• DocVQA：评估基于文档视觉内容回答问题的能力。ERNIE 4.5 表现出色，约 91 分，GPT-4o 约 85 分。
• MVBench：聚焦动态视频任务中的时间理解，需要对帧序列进行推理。ERNIE 4.5 得分约 72，显著高于 GPT-4o 的约 63。

纯文本基准

在纯文本任务上，ERNIE 4.5 的平均得分为79.6，略高于 GPT-4.5 的 79.14，同样也超过了 DeepSeek-V3（约 77）。

来源：百度

这些结果表明，ERNIE 4.5 在多模态文档理解、数学以及中文基准上竞争力尤为明显。不过，在某些特定编码基准（如 LiveCodeBench）上的较弱表现，也提示其在专业编码任务上可能存在局限。

下面快速解读几项关键基准：

• MMLU-Pro：评估跨多学科的多任务学习。ERNIE 4.5 约 78 分，略低于 GPT-4.5 的约 79 分。
• GPQA：评估通用问答。ERNIE 4.5 约 57 分，落后于 GPT-4.5 的约 61 分。
• C-Eval：衡量中文的一般知识与推理。ERNIE 4.5 约 88 分，领先于 GPT-4.5 的约 80 分。
• CMMLU：测试中文多任务理解。ERNIE 4.5 约 88 分，领先于 GPT-4.5 的约 80 分。
• Math-500：衡量模型解决高难度高中数学题目的能力。ERNIE 4.5（约 82）落后于领先者 DeepSeek-V3（约 88）与 GPT-4.5（约 84）。
• CMath：评估中文语境下的数学解题。ERNIE 4.5 以约 95 分领跑，超过 DeepSeek-V3 的约 85 分。
• LiveCodeBench：衡量实时编码能力。ERNIE 4.5 约 35 分，低于 GPT-4.5 的约 45 分，提示编码任务仍有提升空间。

如何使用 ERNIE 4.5 与 ERNIE X1

您可以通过其官网提供的官方聊天机器人应用直接体验百度的 ERNIE 4.5 与 X1： yiyan.baidu.com。

不过就我个人体验而言，存在一些可用性问题。界面目前主要以中文为主，这对非中文用户较为不便——虽然可以借助浏览器的自动翻译，但翻译并不流畅，用户体验会受影响。

来源：百度

此外，目前不支持使用 Google 或 GitHub 账号登录，而在 DeepSeek 或 Qwen 等竞争对手的平台上我没有遇到这一问题。我尝试注册账号，但使用欧洲手机号无法完成注册。

通过 API 使用 ERNIE 的方式

对希望集成 ERNIE 4.5 的开发者而言，可通过百度官方平台千帆（Qianfan） 获取 API 访问。价格为每 100 万输入 tokens 0.55 美元、每 100 万输出 tokens 2.20 美元起。

截至 2024 年 3 月 17 日，ERNIE X1 仍未通过 API 提供，但百度表示很快会上线。

此外，百度宣布计划自 2025 年 6 月 30 日起开源 ERNIE 4.5。此举有望通过提升模型可得性与可适配性，促进其在国际上的采用。

百度还计划将 ERNIE 4.5 与 X1 集成到其生态内的多款产品中——包括百度搜索与文小言 App——但时间表与细节尚待确认。

ERNIE 对 AI 市场的影响

百度发布 ERNIE 4.5 与 ERNIE X1，延续了我在中国 AI 行业中观察到的一种明显模式——优先推动“破局式”创新，而非即时可用性。

与 Google、OpenAI 或 Mistral 等公司通常会花 8–12 个月（甚至更久）打磨产品以满足严苛的稳定性、安全、隐私与合规标准不同，中国的 AI 公司似乎更倾向于快速上线具有吸引力但仍处于早期、尚未完全打磨的产品。

与 ManusAI 与 DeepSeek 一样，百度的 ERNIE 系列也遵循类似趋势。它们以激进的姿态入场，主要目标是打破定价结构与竞争假设。尤其是 ERNIE X1，明确将自身定位为在性能可比的情况下，价格仅为 DeepSeek-R1 一半——尽管百度尚未以详尽的基准数据公开支撑这些论断。

同时，尽管 ERNIE 4.5 的基准表现确实具备竞争力，但像我这样的国际用户仍会面临门槛，尤其是在注册流程与语言可达性方面。

总体而言，ERNIE 4.5 与 X1 的发布再次印证：中国的 AI 公司愿意在短期内牺牲一定的稳定性与用户体验，只要能够迅速推动市场前进，并引发全行业的讨论。

这种路径能否长期成立仍待观察，但不可否认，它确实迫使全球 AI 市场加快脚步，并重新思考在当下语境下如何定义“竞争”。

结语

百度推出 ERNIE 4.5 与 ERNIE X1，是中国竞争性 AI 版图中的又一次雄心之举。ERNIE 4.5 在多模态理解、数学与中文任务上展现出明显优势，在与 GPT-4o、DeepSeek V3 等全球对手的较量中占据有利位置。

另一方面，ERNIE X1 以半价提供高阶推理能力的承诺颇具吸引力——但在缺乏基准数据的情况下，这仍然只是推测。

随着这些模型的成熟，值得关注的是，百度及其他中国企业是否会调整策略，在“破局”与“稳定”之间取得更好的平衡。