Baidu представи модел с 24 трилиона параметри, изпреварващ GPT-5.1 и Gemini 2.5

Според скорошни тестове китайският чатбот Ernie Bot 5.0 (Wenxin Yiyan) на Baidu е победил водещите модели за обработка на текст на OpenAI и Google. Новата версия, с 2,4 трилиона параметри, използва нова архитектура за едновременно и цялостно обучение чрез текст, изображения, видео и аудио. Компанията твърди, че това осигурява по-дълбоко разбиране на контекста.

Моделът интегрира обработката на всички видове данни в една система, без разделяне на отделни модули. В разработката са участвали 835 експерти от областта на технологиите, финансите, медицината, образованието и хуманитарните науки.

Както обяснява У Тиан, вицепрезидент на Baidu и заместник-директор на Националния инженерен център за технологии за дълбоко обучение, повечето мултимодални изкуствени интелекти използват подхода на „късното сливане“, при който различните видове данни, независимо дали са текст или видео, се обработват поотделно и резултатите се обединяват едва на последния етап. Wenxin 5.0 работи по различен начин: той е изграден върху единна авторегресивна архитектура и се обучава едновременно върху текст, изображения, видео и аудио. Това позволява на модела да интегрира данните по-дълбоко и да разбира по-добре контекста.

Освен това Ernie Bot 5.0 използва архитектурата mixture-of-experts със „свръхрядка“ активация. Във всеки един момент се активират по-малко от 3% от параметрите. Baidu твърди, че това запазва мощта на модела, като същевременно го ускорява.

Новата версия е особено ефективна при мултимодално разбиране, програмиране и творческо писане.

Като пример Baidu посочва способността на Ernie 5.0 да имитира стила на класическия китайски роман „Сън в червения терем“, известен със сложния си сюжет. Моделът свързва литературния контекст със съвременните бизнес ситуации, което показва способност за улавяне на ключовите идеи и творческото им интерпретиране.

Според най-новата класация на LMArena моделът Ernie 5.0 е на първо място сред китайските модели и на осмо място в световната класация за производителност при обработка на текст, изпреварвайки водещите американски модели като GPT-5.1-High на OpenAI и Gemini 2.5-Pro на Google.

Частните потребители могат да получат достъп до Ernie 5.0 чрез официалното приложение и уебсайта на Baidu. Корпоративните клиенти и разработчиците могат да използват модела чрез облачната платформа Qianfan.