百度大模型又支棱起来了吗？文心一言 5.0 我实测了

免责：

本文纯个人观点，仅测试文本理解、代码生成能力，结果不代表 ERNIE 5.0 完整、真实水平。

省流：

• 1、生成速度很慢

• 2、网页版居然没有 html 预览功能，这事儿不难啊，Kimi、Qwen 都可以

• 3、各种拉垮，6 个题目，没有 1 个可以与 Kimi K2 Thinking 掰手腕，只有最后1题完成度高，能勉强与Qwen-3Max对比

• 4、它对指令的理解很差，但凡与图像生成沾边的都会忽略指令，开始直接 AI 绘图，即便你已经明确告诉它了实现方式也不行。

• 5、或许我不应该测试它最新这个多模态版 ERNIE 5.0，1022 版本的文心 5.0 号称文本能力更强，我没再测。但是话说回来了，多模态就可以不遵守指令吗？

• 6、它太喜欢画画了

大家好，我是 Ai 学习的老章

最近一周国产大模型还是很热闹的

阿里更新了 Qwen DeepResearch、微博开源了基于 Qwen2.5-Math-1.5B 微调 VibeThinker 1.5B 大模型

最让我感兴趣的是“支棱起来”的百度 ERNIE 5.0 来了，对标 ChatGPT，原生全模态支持。

官方宣称的模型特色之处：

原生统一多模态建模技术，结合文本、图像、音频和视频进行理解和生成 采用超过 2.4T 的 MoE 架构，每次推理激活不到 3 个，降低计算量同时提升推理效率 在 40 多项基准测试中表现出前沿水平的性能

基准测试对比情况

1、文本处理，各项基准平均值，稳赢 DeepSeek-V3.2-Exp 和 Gemini-2.5-Pro，还有几个基准能打赢 GPT-5

2、视觉理解各种领先，N 多项上 Gemini-2.5-Pro、GPT-5 都手下败将

3、图像生成秒杀 GPT-image 和谷歌的 Nano-Banana、视频生成与 Veo3 旗鼓相当

4、音频理解、STT、语音识别都各种强过 GPT-4o-Audio、Gemini-2.5-Pro

真实水平咋样呢，我就直接单测试其文本处理、代码能力吧

这些题目与之前我测试 K2 Thinking 和 Qwen3-Max 一致，更容易看出模型差距

测试平台为官方网站：https://ernie.baidu.com/

模型选择文心 5.0 Preview

ERNIE 5.0 1022 预览版具有更强的文字能力，ERNIE 5.0 预览版是最新版本 测试 1:总结朱自清《背影》绘制 SVG

字都出格了，跟 Kimi K2 Thinking 没法比，也比不上一样没能正确识别出 4 次背影但绘制 svg 正常的 Qwen3-Max，

Kimi K2 Thinking
Qwen3-Max

测试 2:生成器官分布

怎么就出发了绘图功能呢？

即便告诉它给我 svg 代码，依然失败

测试 3：用 html 创建一个带有旋转星云和动态光照的 3D 粒子星系。

思考过程看，也是用 Three.js 创建 3D 场景、相机和渲染器，但是太太太简陋了

完败与 K2 Thinking 和 Qwen3-Max

没有对比就没有伤害

测试 4:发挥你的最大才能，用你最擅长的工具，生成一组数据后绘制数据大屏，主题自拟。

ERNIE 5.0 不像 K2 和 Qwen，它先用 Python 脚本生成 csv 数据集，但是可视化时，它告诉我要用Power BI实现。。。

K2 Thinking 生成的是"未来智慧城市运营中心"主题的数据大屏，包含动态生成的多维度城市运营数据。一共 285 行代码。前两次均报 bug，第三次成功生成！

对比 Qwen3-Max⬇️，它第一次的代码也报错，第二次成功

测试 5:3D 动画演示月食原理及全过程

不遵指令，后面我追问了，给我 html 代码，依然是绘图

Kimi K2⬇️

测试 6:生成一个动态网页，展现绚丽多彩的烟花盛况，样式要多，颜色要炫

这次遵守指令了，思考过程是用 html+CSS+js 实现，效果如下，除了相比 K2 和 Qwen 功能上少了，完成度还不错，甚至比 Qwen3-Max 还要好点的感觉

K2 Thinking 碾压 Qwen3-Max 的视频

最后再说一句，即便是我切换成 10 月份擅长文本生成的文心 5.0，它的指令遵循也不稳定，它太喜欢画画了，思考过要用 html5 和 webgl 实现后，pia 一下直接 AI 绘画了

最后再推荐一个我正在学习的强化学习课程