一手实测：文心开源全新思考模型，让老外惊掉下巴 精华

开源的风，终于吹到了百度，力度还挺大。

上周百度开源了一个轻量级的思考模型：文心思考模型ERNIE-4.5-21B-A3B-Thinking，一款 MoE 架构的开源思考模型。它的总参数规模为 21B，但每个 token 仅激活 3B，实现了轻量高效。

这款模型已在星河社区、HuggingFace 等平台开源，旨在支持开发者进行二次开发和创新。

值得注意的是，9 月 12 日当天，文心思考模型 ERNIE-4.5-21B-A3B-Thinking在 HuggingFace 全球模型总趋势榜和文本模型趋势榜均排名第一。

海外的Reddit社区，很多人都在热火朝天的讨论着， ERNIE-4.5-21B-A3B-Thinking的表现非常令人印象深刻，是他们使用过的中文模型中最好的一个。

HuggingFace研究员等X上的AI博主，也都在讨论这款模型。

究竟强不强，我们一试便知。

ERNIE-4.5-21B-A3B-Thinking：开源思考模型，轻量高效

相较于刚发布的文心 X1.1 深度思考模型，这款模型会适合轻量级场景、对独立开发者更加友好。

该模型专注于提升推理的质量和深度，在逻辑推理、数学、科学、编码和文本生成等任务上性能显著提升。

此外，它还增强了 128K 的长上下文理解能力。

接下来将以几个实际的例子带大家来看一下这款模型的效果。

首先我用它帮我做了一个VR游戏模拟器，看起来非常逼真。

提示词：设计一个VR游戏模拟器吧

还能帮我设计出五行属性的卡牌游戏。

提示词：搞一个角色扮演的卡牌类游戏网页，金木水火土五种属性

还能做MBTI这种，直接推断当天的气运。

提示词：搞一个MBTI （不同人格）x 玄学 x 不同文化 结合的H5网页

逻辑推理能力

题目1：请解决以下逻辑谜题：在一个小镇上有三个人，分别是医生、律师和教师。已知：①医生不是A；②B不是律师；③C不是教师。请推断出A、B、C各自的职业，并详细说明你的推理过程。

数学问题解决能力

题目2：求解以下数学问题：已知一个直角三角形的两条直角边分别为3和4，求斜边的长度，并给出解题步骤。

• 题目3：

已知函数 ( f(x) = x^3 - 6x^2 + 11x - 6 )，请完成以下任务：

1. 求函数的导数 ( f'(x) )。
2. 利用导数求函数的极值点，并判断这些极值点是极大值还是极小值。
3. 求函数在 ( x = 2 ) 处的切线方程。

请给出详细的解题步骤和结果。

科学知识理解与应用

题目4：

在化学反应 ( 2H_2 + O_2 =2H_2O ) 中，已知氢气（( H_2 )）和氧气（( O_2 )）的摩尔质量分别为2 g/mol和32 g/mol。现在有8 g的氢气和32 g的氧气进行反应，请回答以下问题：

1. 计算反应物的摩尔数。
2. 判断反应物中哪一个是限制性试剂，并说明原因。
3. 计算反应完成后生成的水（H2O）的质量。
4. 从能量守恒的角度解释为什么这个反应是放热反应。 请给出详细的解题步骤和结果。

编程辅助能力

题目5：

题目：请用Python编写一个程序，实现一个简单的任务调度系统。该系统需要满足以下功能：
任务定义：
定义一个Task类，包含以下属性：
task_id（任务ID，唯一标识一个任务，类型为整数）。
name（任务名称，类型为字符串）。
priority（任务优先级，类型为整数，数字越大优先级越高）。
execution_time（任务执行时间，单位为秒，类型为浮点数）。
为Task类添加一个方法__str__，用于返回任务的基本信息，格式为"Task ID: {task_id}, Name: {name}, Priority: {priority}, Execution Time: {execution_time}s"。
任务调度器：
定义一个TaskScheduler类，包含以下功能：
使用一个列表存储所有任务。
提供一个方法add_task(task)，用于向调度器中添加一个任务。
提供一个方法remove_task(task_id)，根据任务ID从调度器中移除一个任务。
提供一个方法schedule_tasks()，按照任务的优先级从高到低调度任务。如果优先级相同，则按照任务添加的顺序进行调度。调度时，打印出每个任务的信息，并模拟任务的执行时间（可以使用time.sleep()函数来模拟）。
提供一个方法get_task_info(task_id)，根据任务ID获取任务的详细信息，如果任务不存在，则返回"Task not found"。
测试代码：
创建一个TaskScheduler对象。
添加以下任务：
Task(1, "Task A", 2, 3.0)
Task(2, "Task B", 1, 2.0)
Task(3, "Task C", 3, 1.0)
调用schedule_tasks()方法，观察任务是否按照优先级正确调度。
调用get_task_info(2)，获取任务2的详细信息并打印。
调用remove_task(1)，移除任务1。
再次调用schedule_tasks()方法，观察任务1是否被正确移除。

长文本理解和生成能力评测

题目6：阅读以下段落，并根据要求完成任务：

“在当今数字化时代，大数据技术已经渗透到我们生活的方方面面。从电子商务平台通过用户行为数据进行精准营销，到金融机构利用大数据分析评估信用风险，再到智慧城市项目中通过交通流量数据优化城市交通管理，大数据的应用场景无处不在。然而，大数据的收集、存储和处理也面临着诸多挑战。数据安全问题首当其冲，数据泄露可能导致个人隐私泄露和企业商业机密被窃取。此外，数据的质量和准确性也直接影响到数据分析结果的可靠性。如何确保数据的质量、保护数据安全，同时充分发挥大数据的价值，成为企业和政府亟待解决的问题。”

1. 总结这段文字的主要内容，包括大数据的应用场景、面临的挑战以及需要解决的问题。
2. 根据这段文字，生成一篇800字左右的评论文章，探讨大数据技术在现代社会中的重要性以及应对挑战的策略。要求文章结构清晰，观点明确，论据充分，语言流畅。请给出总结和生成的文章内容。

最终的结果：

ERNIE X1.1：全能型选手，能力再攀高峰

还有一个文心 X1.1 深度思考模型也给上线了，在智能体、工具调用、指令遵循、事实性等方面有了很大的提升。

而且，它是在文心4.5模型基础之上训练的深度思考模型，采用了全新的迭代式混合强化学习训练框架，不仅仅提升了通用任务和智能体任务的效果，做到既能干活、又能人机协作，模型整体的效果提高了一个档次。

在官方评测中，ERNIE X1.1 的整体效果领先于 DeepSeekR1-0528，并与 GPT-5 和 Gemini 2.5 Pro 表现持平。

现在普通用户可以在文心一言官网、文小言APP、百度智能云千帆平台都可以使用到。

文心一言官网：https://yiyan.baidu.com/X1

接下来会有几个好玩的case。

1、穿越剧剧本创作

穿越剧一直是影视作品中的热门题材，充满了奇幻和趣味性。如果让X1.1创作一个穿越剧剧本，可以检验其在构建奇幻情节和融合不同历史时期元素方面的能力。

请以“一个程序员意外穿越到古代成了皇帝”为情节创作一个短剧本，要求包含程序员的现代思维与古代宫廷生活的冲突和趣事。

X1.1创作的剧本中，程序员皇帝会用代码来管理国家事务，引发大臣们的困惑；或者用现代的科学知识解决古代的难题，却闹出一系列笑话；也可能因为不适应古代的礼仪而闹出许多乌龙，整个剧本充满了幽默和奇幻色彩，同时又能巧妙地融合现代与古代的元素。

2、为动漫角色写“失忆后的生活”故事

动漫角色失忆后会发生什么有趣的事情呢？这个测试可以展现X1.1在构建二次元世界和角色性格扮演方面的能力。

请以《海贼王》中的路飞为主角，写一段他失忆后误入现代都市生活的故事，要求突出他的性格特点和由此引发的搞笑事件。

X1.1可能会写出路飞失忆后把城市的高楼当成山峰去攀爬，或者误把餐厅的菜单当成了藏宝图，引发一系列啼笑皆非的事件。

同时，他乐观、直爽的性格在现代都市环境中会制造出很多有趣的冲突和笑料，整个故事既保留了角色的核心特点，又充满了现代生活的趣味性。

3、“如果动物会说话”系列故事

请以“如果猫会说话，它会如何吐槽它的主人”为主题创作一段幽默故事。

X1.1创作的故事中，猫可能会用优雅而傲娇的语气吐槽主人的种种行为，比如吐槽主人的起床时间太晚耽误了它的早餐，或者吐槽主人的发型像被老鼠啃过一样。整个故事通过猫的视角展现日常生活的点滴，充满了幽默和诙谐，同时也体现了猫的独特性格和视角。

4、“如果历史人物开直播”互动脚本

这个测试可以检验X1.1在构建互动场景和历史人物性格展现方面的能力，同时也充满了趣味性和现代感。

请以诸葛亮为主角，写一段他如果开直播讲解《三国演义》的互动脚本，要求包含他与观众的互动和幽默讲解。

X1.1创作的脚本中，诸葛亮用他那深沉而有智慧的语气开场：“各位观众，今日我诸葛亮在此开讲三国之事，尔等可要仔细听好。”

然后在讲解过程中，他会用现代的语言和例子来解释复杂的三国战略，比如把赤壁之战比作一场大型的团队对抗赛，还会与观众互动，回答他们关于三国的各种奇奇怪怪的问题，甚至可能会用一些幽默的网络梗来解释历史事件，让整个直播既有趣又富有知识性。

再来一个高难度的case，直接让它帮我制作图表。

请为我设计一个符合企业级标准的三维可视化数据大屏，参照现代科技感的紫色与橙色渐变风格，创建一个尖端科技风格的企业级数据可视化大屏HTML/CSS/JS完整应用，基于我提供的数据[这里可以描述您的具体数据]，遵循以下规范： 
## 设计风格 
- 使用深色背景（深蓝/黑色）作为基底，创造沉浸式数据体验 
- 采用紫色、粉色、蓝色渐变作为主色调，配以橙色/珊瑚色作为强调色 
- 所有图表和界面元素应有发光边缘效果，增强科技感和立体感 
- 设计布局应采用三维空间感，让数据图表悬浮于不同层级 

## 核心功能需求 
1. 多维度数据可视化
- 包含折线图、柱状图、面积图、散点图、热力图等多种图表类型
- 所有图表需支持3D效果和悬浮式设计
- 图表间需有联动效果，一个图表的数据变化会影响其他相关图表 
2. 实时数据交互 
- 所有图表支持鼠标悬停显示详细数据信息
- 图表支持缩放、旋转等交互操作 
3. 动态效果 
- 数据加载和更新时的流动动画效果
- 数据变化时的平滑过渡动效
- 背景元素（如粒子、光线）的微妙流动效果
- 3D空间中的数据元素漂浮动效 
4. 移动端适配 - 设计移动端控制面板，如参考图下方所示的手机界面 - 移动端界面应保持与大屏相同的设计语言 - 支持通过移动设备远程控制大屏展示内容 

## 技术实现 
- 纯前端实现：HTML5 + CSS3 + 现代JavaScript 
- 基于Three.js或Echarts-GL实现3D可视化效果 
- 使用WebGL处理大量数据渲染 
- 支持多种数据源接入（API、CSV、数据库等） 

## 适配性要求 
- 设计应具有灵活的数据模型，能适应不同行业的数据结构
- 提供模板配置系统，允许用户自定义布局和图表组合 
- 支持多种分辨率（16:9、21:9、4:3等）屏幕比例 

## 交付成果：完整的可视化大屏前端代码

写在最后

ERNIE X1.1 和 ERNIE-4.5-21B-A3B-Thinking 的发布，不仅展示了文心大模型在技术上的领先地位，更体现了百度对开发者生态的重视。

• ERNIE-4.5-21B-A3B-Thinking则以其高效的 MoE 架构和开源属性，为广大开发者提供了触手可及的顶尖推理模型。
• ERNIE X1.1凭借其全面的能力和强大的“思考”深度，为企业级应用提供了坚实的基础。

通过“技术领先 + 开源友好 + 开发者友好”的战略，百度文心大模型正在构建一个充满活力的技术生态，让每一位开发者都能利用前沿的 AI 技术，创造出无限可能。

本文本文转载自​​​​AIGC新知​​​​，作者：绛烨