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 HuggingFace 平台迅速登顶文本生成模型榜单首位，同时位居整体模型榜第三。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 （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
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 HuggingFace 上的下载量和趋势指数飙升，已成为文本生成领域的热门选择。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-4.5-21B-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，此次发布强化了其在开源 AI 领域的领导地位。目前，HuggingFace 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
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。
