百度近日正式发布新一代基础模型文心5.1，在参数效率与训练成本方面实现突破性优化。该模型总参数量压缩至前代的三分之一，激活参数量减少约一半，预训练算力成本仅为同规模业界模型的6%，同时保持同级别模型中的领先性能。这一技术升级主要依托名为Once-for-All的弹性训练框架，通过动态采样技术同时优化不同尺寸子模型，形成覆盖多参数规模的模型矩阵。
在LMArena最新发布的文本生成大模型排行榜中，文心5.1位列全球第14名，与OpenAI、xAI等头部机构模型存在微小差距。具体能力测试显示，该模型在工具调用数学推理任务中表现突出，多轮工具协作交互能力仅次于Claude-Opus-4.6。但在深度搜索Agent任务中，电子表格工具操作能力明显落后于Gemini-3.1 Pro等竞品，仅在基础表格处理环节领先DeepSeek-V4-Pro。
知识推理与指令遵循能力测试呈现差异化结果：高阶学科知识推理（GPQA）和复杂指令遵循（AdvanceIF）表现优异，仅次于Gemini-3.1 Pro；纯数学推理（AIME26）和通用知识问答（MMLU-Pro）则处于四款对比模型的末位。这种"长板突出、短板明显"的特征，在创意写作测试中同样得到印证——快速模型生成的悬疑故事大纲结构完整但缺乏创新，思考模型产出的科幻微小说虽叙事流畅却存在人物设定混乱问题。
技术架构层面，文心5.1实现三大核心改进：分离式架构将训练、推理等四个环节解耦，支持独立扩缩容；统一FP8低精度算子库使训练稳定性提升50%；异构弹性调度系统通过CPU池化技术，将资源利用率提高30%。后训练流程采用"专家训练+能力融合"模式，先并行训练代码、推理等领域的专家模型，再通过在线策略蒸馏技术整合能力，最后针对创意写作等高熵任务进行专项强化学习。
实际场景测试暴露出明显的能力边界。在编程任务中，该模型生成的3D横版格斗游戏代码存在界面遮挡和攻击失效问题，横版跑酷游戏代码甚至无法正常启动。但在数学解题和信息整合任务中表现稳健，能准确计算高考数学题期望值，并自主生成包含场景匹配和短板分析的大模型对比表格。电子表格操作测试显示，思考模型在数据整理和绩效分析任务中的完成度显著高于快速模型。
这种"低成本追赶"策略在行业评测中得到验证：内部测试显示文心5.1的创意写作能力已接近Gemini-3.1 Pro水平。但工具调用深度和复杂办公能力仍与头部模型存在可量化差距，特别是在需要多步骤推理的电子表格操作和纯数学证明场景中，模型性能波动较为明显。
