Wenxin 5.1 oficialmente lançado: parâmetros reduzidos a um terço de 5.0, custo de pré-treinamento apenas 6% do valor do setor

De acordo com o monitoramento Beating, o grande modelo Wenxin da Baidu 5.1 foi oficialmente lançado, os usuários podem experimentar no site oficial do Wenxin Yiyan, e empresas e desenvolvedores podem chamar a API através da plataforma Qianfan. O Wenxin 5.1 é baseado no Wenxin 5.0 lançado em janeiro deste ano, com o principal diferencial de reduzir significativamente o tamanho do modelo e os custos de treinamento: o número total de parâmetros foi reduzido para cerca de um terço do Wenxin 5.0, os parâmetros ativados são aproximadamente metade, e o custo de computação para pré-treinamento é apenas 6% do de um modelo de escala semelhante.

A redução de custos vem do framework de treinamento flexível Once-for-All proposto pela Baidu. A abordagem tradicional exige treinar préviamente modelos de diferentes tamanhos separadamente, enquanto o Wenxin 5.0 realiza apenas um pré-treinamento, podendo otimizar simultaneamente uma grande quantidade de submodelos de tamanhos diferentes por meio de amostragem dinâmica. O Wenxin 5.1 é a estrutura ótima extraída dessa matriz de submodelos, herdando diretamente o conhecimento do 5.0, economizando a computação necessária para treinar do zero.

Anteriormente, em 30 de abril, a versão de pré-visualização do Wenxin 5.1 já conquistou o primeiro lugar na lista de textos do LMArena com 1476 pontos na classificação doméstica. A versão oficial melhorou ainda mais os resultados nos testes de referência: pontuação de 99,6 no AIME26 de matemática (usando ferramentas), ficando atrás apenas do Gemini-3.1 Pro; a capacidade do Agent supera o DeepSeek-V4-Pro; na lista de busca Arena, com 1223 pontos, ficou em quarto lugar mundial e em primeiro no país.