百度文心大模型5.1发布：登顶多个榜单，预训练成本仅为业界 6%

5月9日，百度文心大模型迎来了5.1版本的正式发布。这次更新，可不是简单的“小修小补”，而是在继承5.0版本强大知识体系的基础上，实现了一次效率与性能的双重飞跃。最引人注目的，莫过于其惊人的成本控制能力——新模型将总参数压缩至约三分之一，激活参数压缩至约二分之一，而预训练计算成本，更是仅为业界同规模模型的约6%。这意味着，用更少的“燃料”，跑出了更快的“速度”，实现了同级别模型中的基础效果领先。

目前，普通用户登录文心一言官网，就能直接与全新的文心5.1模型对话，亲身体验其最新能力。对于开发者而言，通过千帆大模型平台，只需将model_name修改为ernie-5.1，即可调用相应的API服务，集成过程相当便捷。

此外，从发布当天起，文心大模型5.1将陆续登陆超过十个创意生产智能体平台。这其中包括全球领先的AI角色扮演互动平台ISEKAI ZERO、创意智能体平台Mulan AI、AI原生创意画布谛听幻流，以及AI短剧生成平台Storymaster等。这无疑为广大的内容创作者和终端用户，提供了更丰富、更强大的AI工具选择。

登顶多个榜单

性能如何，数据说话。就在5月9日，文心大模型5.1在极具公信力的Arena Search排行榜上，一举拿下了1223分，位居全球第四，并在所有中国模型中排名第一。这个成绩，足以说明其在开放评测中的竞争力。

不仅如此，在多个权威的行业基准测试中，文心5.1都交出了一份强劲的成绩单，尤其在智能体能力、知识储备、逻辑推理和深度搜索这几个核心维度上，表现尤为突出。

具体来看，在专门评估智能体能力的τ³-bench和SpreadsheetBench-Verified任务中，文心5.1已经超越了DeepSeek-V4-Pro，其智能体水平正在逼近全球领先的闭源模型。而在Search Arena排行榜上的出色表现，也印证了这一点。

在考察世界知识与创意写作能力的GPQA和MMLU-Pro评估中，文心5.1的性能同样接近头部闭源模型。根据内部评估，其创意写作能力已可与Gemini 3.1 Pro相媲美。

推理能力方面，文心5.1也展现出了顶尖水准。在颇具挑战性的数学竞赛基准AIME26（使用工具）上，其得分高达99.6，仅次于Gemini 3.1 Pro，稳居第二。

预训练计算成本仅为同类模型的6%

那么，文心大模型5.1是如何做到既提升能力，又大幅降本的呢？这背后的关键，在于其独特的“出身”和创新的训练框架。

文心5.1衍生自上一代的文心大模型5.0。研发团队并非从头开始训练，而是从文心5.0所构建的一个“多维弹性子模型矩阵”中，精准提取出了最优的子网络架构。这种方法巧妙地继承了5.0版本所编码的全部知识与能力，同时跳过了大量重复计算，从而显著降低了预训练成本。

这得益于一项名为“一次训练，处处部署”（Once-For-All）的突破性弹性训练框架。传统思路是为不同规模的模型分别进行预训练，费时费力。而文心5.0的框架则另辟蹊径：在一次预训练过程中，通过动态采样机制，同时优化海量具有不同深度、专家容量和路由稀疏度的子模型，最终形成了一个覆盖各种参数规模和计算预算的“子模型资源库”。

在这个过程中，模型主要沿着三个维度实现了灵活的压缩与扩展：

弹性深度：在训练时，随机改变激活的Transformer层数，让不同深度的子模型能够共享权重，从而自适应地学习深层与浅层表示之间的最佳平衡点。

弹性宽度/专家容量：通过动态调整参与路由的专家数量，灵活控制MoE（混合专家）层中的有效专家容量。模型学习在完整专家池和缩减专家池两种配置下都能高效运行，极大提升了专家利用效率。

弹性稀疏度：通过可变的Top-k路由机制，灵活调整每次前向传播所激活的专家数量。激活的专家少，则推理成本低、解码效率高；激活的专家多，则模型能力强、表现更全面。由此实现了推理开销与模型性能的动态平衡。

正是基于这一系列底层技术的突破，文心大模型5.1才能将总参数量压缩至5.0版本的三分之一左右，激活参数量压缩至二分之一左右，并将预训练计算成本控制在同规模同类模型的6%这一极低水平。与文心5.0相比，其推理成本显著降低，同时，在同规模模型的竞争中，依然保持着性能领先的优势。