百度大模型又支棱起來了嗎？文心一言 5.0 我實測了

免責：

本文純個人觀點，僅測試文本理解、代碼生成能力，結果不代表 ERNIE 5.0 完整、真實水平。

省流：

• 1、生成速度很慢

• 2、網頁版居然沒有 html 預覽功能，這事兒不難啊，Kimi、Qwen 都可以

• 3、各種拉垮，6 個題目，沒有 1 個可以與 Kimi K2 Thinking 掰手腕，只有最后1題完成度高，能勉強與Qwen-3Max對比

• 4、它對指令的理解很差，但凡與圖像生成沾邊的都會忽略指令，開始直接 AI 繪圖，即便你已經明確告訴它了實現方式也不行。

• 5、或許我不應該測試它最新這個多模態版 ERNIE 5.0，1022 版本的文心 5.0 號稱文本能力更強，我沒再測。但是話說回來了，多模態就可以不遵守指令嗎？

• 6、它太喜歡畫畫了

大家好，我是 Ai 學習的老章

最近一周國產大模型還是很熱鬧的

阿里更新了 Qwen DeepResearch、微博開源了基于 Qwen2.5-Math-1.5B 微調 VibeThinker 1.5B 大模型

最讓我感興趣的是“支棱起來”的百度 ERNIE 5.0 來了，對標 ChatGPT，原生全模態支持。

官方宣稱的模型特色之處：

原生統一多模態建模技術，結合文本、圖像、音頻和視頻進行理解和生成 采用超過 2.4T 的 MoE 架構，每次推理激活不到 3 個，降低計算量同時提升推理效率 在 40 多項基準測試中表現出前沿水平的性能

基準測試對比情況

1、文本處理，各項基準平均值，穩贏 DeepSeek-V3.2-Exp 和 Gemini-2.5-Pro，還有幾個基準能打贏 GPT-5

2、視覺理解各種領先，N 多項上 Gemini-2.5-Pro、GPT-5 都手下敗將

3、圖像生成秒殺 GPT-image 和谷歌的 Nano-Banana、視頻生成與 Veo3 旗鼓相當

4、音頻理解、STT、語音識別都各種強過 GPT-4o-Audio、Gemini-2.5-Pro

真實水平咋樣呢，我就直接單測試其文本處理、代碼能力吧

這些題目與之前我測試 K2 Thinking 和 Qwen3-Max 一致，更容易看出模型差距

測試平臺為官方網站：https://ernie.baidu.com/

模型選擇文心 5.0 Preview

ERNIE 5.0 1022 預覽版具有更強的文字能力，ERNIE 5.0 預覽版是最新版本 測試 1:總結朱自清《背影》繪制 SVG

字都出格了，跟 Kimi K2 Thinking 沒法比，也比不上一樣沒能正確識別出 4 次背影但繪制 svg 正常的 Qwen3-Max，

Kimi K2 Thinking
Qwen3-Max

測試 2:生成器官分布

怎么就出發了繪圖功能呢？

即便告訴它給我 svg 代碼，依然失敗

測試 3：用 html 創建一個帶有旋轉星云和動態光照的 3D 粒子星系。

思考過程看，也是用 Three.js 創建 3D 場景、相機和渲染器，但是太太太簡陋了

完敗與 K2 Thinking 和 Qwen3-Max

沒有對比就沒有傷害

測試 4:發揮你的最大才能，用你最擅長的工具，生成一組數據后繪制數據大屏，主題自擬。

ERNIE 5.0 不像 K2 和 Qwen，它先用 Python 腳本生成 csv 數據集，但是可視化時，它告訴我要用Power BI實現。。。

K2 Thinking 生成的是"未來智慧城市運營中心"主題的數據大屏，包含動態生成的多維度城市運營數據。一共 285 行代碼。前兩次均報 bug，第三次成功生成！

對比 Qwen3-Max??，它第一次的代碼也報錯，第二次成功

測試 5:3D 動畫演示月食原理及全過程

不遵指令，后面我追問了，給我 html 代碼，依然是繪圖

Kimi K2??

測試 6:生成一個動態網頁，展現絢麗多彩的煙花盛況，樣式要多，顏色要炫

這次遵守指令了，思考過程是用 html+CSS+js 實現，效果如下，除了相比 K2 和 Qwen 功能上少了，完成度還不錯，甚至比 Qwen3-Max 還要好點的感覺

K2 Thinking 碾壓 Qwen3-Max 的視頻

最后再說一句，即便是我切換成 10 月份擅長文本生成的文心 5.0，它的指令遵循也不穩定，它太喜歡畫畫了，思考過要用 html5 和 webgl 實現后，pia 一下直接 AI 繪畫了

最后再推薦一個我正在學習的強化學習課程