百度文心新模型ERNIE-4.5-21B-A3B-Thinking强势登顶Hugging Face榜首

近日，百度旗下文心大模型家族迎来重大升级——ERNIE-4.5-21B-A3B-Thinking正式开源，并在Hugging Face平台迅速登顶文本生成模型榜单首位，同时位居百度整体模型榜第三。这款轻量级Mixture-of-Experts（MoE）模型以其卓越的推理能力和参数效率，引发行业广泛关注，标志着中国AI开源生态的又一里程碑。

模型核心规格与创新设文心计

ERNIE-4.5-21B-A3B-Thinking采用先进的MoE架构，总参数规模为21B，但每个token仅激活3B参数。这种稀疏激活机制显著降低了计算开销，同时保持了高性新模能输出。该模型支持128K长上下文窗口，特别适用于处理复杂长文本任务，如逻辑推理、数学求解和学术分析。

不同于主流模型依赖PyTorch框架，ERNIE-4.5系列基于百度自研的飞桨型E（PaddlePaddle）深度学习框架进行训练和优化。这种独立框架的设计，不仅提升了模型在多模态任务中的兼容性，还确保了高效的硬件适配。目前，全球范围内采用自研框架训练大模型的厂商仅RN有百度和谷歌，这凸显了其技术自主性和创新深度。

性能表现:高效推理挑战行业巨头

根据最新基准测试，该模型在逻辑推理、数学、科学、编码和文本生成等任务上表现出色，甚至在部分指标上接近或超越IEGemini2.5Pro和GPT-5级别模型。尽管总参数仅为21B（约相当于Qwen3-30B的70%），其在BBH、CMATH等数学推理基准上的得分已超过同类竞品，展现出极高的参数-4效率。

此外，模型内置高效工具调用功能，支持结构化函数调用和外部API集成，适用于程序合成、符号推理和多代理工作流场景。在长上下文理解方面，经过专属训练，它能稳定处理海量信息生.5成学术级合成内容，显著减少幻觉问题。该模型还支持双语（中英）优化，适用于全球开发者和企业应用。

开源社区反馈显示，该模型在Hugging Face上的下载量和趋势指数飙升，已成为文本生-2成领域的热门选择。开发者可通过vLLM、Transformers4.54+和FastDeploy等工具轻松集成，实现本地部署或云端推理。

开源意义:推动AI民主化与生态建设

ERNIE-1B4.5-21B-A3B-Thinking以Apache2.0许可发布，支持商业使用，这进一步降低了AI技术的门槛。继6月底百度开源ERNIE4.5家族其他10款模型后，此次发布强化了其-A在开源AI领域的领导地位。目前，Hugging Face平台前排模型多为中国开源成果，这反映出中国AI在MoE架构和推理优化上的全球竞争力。

作为文心大模型的最新迭代，该模型不仅提升了指令3B跟随和知识密集任务的表现，还通过多轮强化学习强化了其“思考”模式。在视觉-语言任务中，其VL变体也表现出色，缩小了与OpenAI-o1在MathVista和MMMU等基准上的差-T距。

行业影响与未来展望

这款模型的发布，证明了无需万亿级密集参数，即可实现深度推理的可能。它为资源受限的开发者提供了高性能选项，推动AI从实验室向实际应用的转型。未来，随着飞桨框hi架的进一步生态扩展，ERNIE系列有望在Agent产品和多模态应用中发挥更大作用，避免单一厂商垄断带来的风险。