ERNIE-5.1-Preview 是什么模型？
ERNIE-5.1-Preview 是百度于 2026-04-30 发布的推理大模型。支持文本输入和文本输出，上下文窗口为 128K，主要能力包括推理大模型、多语言。页面已收录官方资料，便于核对规格和使用成本。
ER
ERNIE-5.1-Preview
推理大模型文心大模型5.1预览版
发布时间: 2026-04-30更新于: 2026-07-17 21:57:51.407951
模型参数
8000亿
上下文长度
128K
中文支持
支持
推理能力
ERNIE-5.1-Preview 是百度于 2026-04-30 发布的推理大模型。支持文本输入和文本输出，上下文窗口为 128K，主要能力包括推理大模型、多语言。页面已收录官方资料，便于核对规格和使用成本。
数据优先来自官方发布（GitHub、Hugging Face、论文），其次为评测基准官方结果，最后为第三方评测机构数据。 了解数据收集方法
ERNIE-5.1-Preview
模型基本信息
推理过程
支持
思考模式
不支持思考模式
上下文长度
128K tokens
最大输出长度
8K tokens
模型类型
推理大模型
输入/输出模态
文本 → 文本
发布时间
2026-04-30
模型文件大小
暂无数据
MoE架构
是
总参数 / 激活参数
8000亿 / 不涉及
知识截止
暂无数据
ERNIE-5.1-Preview
开源和体验地址
ERNIE-5.1-Preview
官方介绍与博客
DataLearnerAI博客
暂无介绍博客
ERNIE-5.1-Preview
API接口信息
接口速度
3/5
暂无公开的 API 定价信息。
ERNIE-5.1-Preview
评测结果
当前尚无可展示的评测数据。
和其他模型对比
暂时没有为该模型整理的相关对比页面。
想自定义其他组合？打开对比工具
ERNIE-5.1-Preview
发布机构
百度
查看发布机构详情 文心大模型5.1预览版
模型解读
模型简介与核心特点
文心大模型5.1预览版（ERNIE-5.1-Preview）由百度研发，是其新一代高效旗舰模型的预览版本。该模型于2026年4月30日在国际权威盲测平台LMArena正式上线，并一举登顶中国模型榜首，在文本排行榜中位列全球第13位，以1476分的成绩成为榜单前十五名中唯一的国产模型。ERNIE-5.1-Preview基于ERNIE 5.0强大的预训练基础，通过极致的参数压缩，将总参数量压缩至前代的约1/3，激活参数量压缩至约1/2，并以业界同规模模型约6%的预训练成本，实现了领先的基础能力，堪称高效与性能的标杆。
核心能力与技术支持
根据百度官方博客，ERNIE-5.1-Preview采用了“解耦全异步强化学习”和“规模化智能体后训练”技术，从而在基础能力、成本效益和创造性表现上实现了全面提升。在LMArena的多个分项榜单中，其能力得到了充分验证：数学推理（Math）排名全球第9；法律与政府（Legal & Government）类别排名全球第1；商业、管理与金融运营（Business, Management & Financial Ops）排名第4；软件与IT服务（Software & IT Services）类别排名第7。这标志着该模型在法律、金融等垂直领域具备顶尖的专业文本处理能力。
应用场景
该模型适用于法律分析、金融咨询、数学计算、通用对话及智能体编程等复杂场景。作为预览版，它当前通过百度千帆模型广场开放邀测，面向企业用户和开发者提供优质服务。
访问方式与许可
用户目前可访问百度大模型官网（ernie.baidu.com）以及通过LMArena直接体验ERNIE-5.1-Preview的强大文本能力。其API调用可通过百度千帆大模型平台申请体验。截至当前，其开源协议与具体商业定价尚未披露。
ERNIE-5.1-Preview
常见问题
ERNIE-5.1-Preview 支持哪些输入和输出模态？
当前官方资料记录其支持文本输入，并生成文本输出。
ERNIE-5.1-Preview 的上下文窗口和最大输出是多少？
上下文窗口为 128K，最大输出为 8K。未公开或无法确认的规格不做推测。
ERNIE-5.1-Preview 适合哪些任务？
根据已收录的官方能力标签，它适合推理大模型、多语言相关任务；实际效果应结合具体工作流验证。
ERNIE-5.1-Preview 是否开源？
代码与模型权重按 不开源 记录；使用前仍应核对官方许可原文。
Is ERNIE-5.1-Preview open source?
The model weights are proprietary and are not published for download. Review the linked license text before commercial or derivative use.
DataLearner 官方微信
欢迎关注 DataLearner 官方微信，获得最新 AI 技术推送
