خبر کامل
رقابت تنگاتنگ هوش مصنوعی: ERNIE 5.0 بایدو با قیمت ارزان‌تر از GPT-5 پیشی گرفت
در اوج رقابت جهانی هوش مصنوعی، شرکت چینی بایدو تنها یک روز پس از معرفی مدل GPT-5.1 توسط OpenAI، از جدیدترین و قدرتمندترین مدل هوش مصنوعی خود به نام ERNIE 5.0 رونمایی کرد. این مدل چندوجهی که برای تسلط بر بازارهای تجاری طراحی شده، طبق ادعای بایدو، در بنچمارک‌های کلیدی از رقبای آمریکایی خود پیشی گرفته است.
ERNIE 5.0: مدل همه‌وجهی و انحصاری
ERNIE 5.0 به عنوان یک مدل همه‌وجهی (Multimodal) طراحی شده است؛ به این معنی که توانایی پردازش و تولید محتوا را به صورت همزمان در چهار حوزه اصلی دارد:
- متن
- تصویر
- صدا
- ویدیو
برخلاف مدل‌های پیشین این شرکت مانند ERNIE-4.5-VL که به صورت متن‌باز عرضه شدند، ERNIE 5.0 یک مدل انحصاری است و دسترسی به آن صرفاً از طریق وب‌سایت ERNIE Bot و همچنین از طریق API در پلتفرم ابری Qianfan امکان‌پذیر خواهد بود. بایدو همچنین نسخه تخصصی دیگری با نام ERNIE 5.0 Preview 1022 را معرفی کرده که به طور ویژه برای انجام کارهای سنگین متنی بهینه‌سازی شده است.
برتری در بنچمارک‌های کلیدی تجاری
بر اساس بنچمارک‌های منتشر شده توسط بایدو، مدل جدید ERNIE 5.0 در طیف وسیعی از وظایف عملکردی برابر یا حتی بهتر از مدل‌های رده‌بالای رقیب، از جمله GPT-5-High از OpenAI و Gemini 2.5 Pro از گوگل، از خود نشان داده است.
برگ برنده اصلی بایدو در حوزه‌هایی است که برای کسب‌وکارها اهمیت حیاتی دارند:
- OCRBench (تشخیص نوری کاراکترها): توانایی مدل در استخراج دقیق متن از تصاویر و اسناد.
- DocVQA (پاسخ به سؤال از روی اسناد): قابلیت پاسخگویی به سؤالات بر اساس محتوای اسناد پیچیده.
در این دو بنچمارک، ERNIE 5.0 توانسته است رقبای آمریکایی خود را شکست دهد. علاوه بر این، در بنچمارک ChartQA، این مدل برتری خود را در استدلال و درک داده‌های ساختاریافته از نمودارها به اثبات رسانده است. بایدو تاکید می‌کند که این توانایی‌ها، ERNIE 5.0 را به گزینه‌ای ایده‌آل برای پردازش خودکار اسناد و تحلیل‌های مالی تبدیل می‌کند.
عملکرد در تولید تصویر، صدا و زبان
در بخش تولید تصویر، بایدو اعلام کرده است که مدل جدیدش عملکردی برابر یا بهتر از Veo3 گوگل دارد. همچنین در کارهای صوتی و زبانی نیز نتایج رقابتی به دست آمده، هرچند تمرکز اصلی توسعه بر روی درک بصری و پردازش اسناد بوده است.
قیمت‌گذاری رقابتی در برابر غول‌های آمریکایی
بایدو ERNIE 5.0 را به عنوان یک مدل پریمیوم قیمت‌گذاری کرده که به طور قابل توجهی گران‌تر از نسخه‌های قبلی خود مانند ERNIE 4.5 Turbo است. با این حال، در مقایسه با رقبای اصلی آمریکایی، هزینه استفاده از آن همچنان بسیار رقابتی و ارزان‌تر است. این استراتژی قیمت‌گذاری می‌تواند مزیت بزرگی در جذب توسعه‌دهندگان و کسب‌وکارها ایجاد کند.
مقایسه هزینه استفاده (به‌ازای هر ۱ میلیون توکن)
| مدل | هزینه ورودی (۱ میلیون توکن) | هزینه خروجی (۱ میلیون توکن) |
|---|---|---|
| ERNIE 5.0 (Baidu) | $0.85 | $3.40 |
| GPT-5.1 (OpenAI) | $1.25 | $10.00 |
| Gemini 2.5 Pro (Google) | $1.25 (تا 200k) | $10.00 (تا 200k) |
| Claude Opus 4.1 (Anthropic) | $15.00 | $75.00 |
| ERNIE 4.5 Turbo (Baidu) | $0.11 | $0.45 |
استراتژی جامع بایدو در عرضه جهانی
رونمایی از ERNIE 5.0 تنها بخشی از استراتژی بزرگ‌تر بایدو برای گسترش نفوذ جهانی در حوزه فناوری بود. این غول چینی همزمان محصولات دیگری را نیز معرفی و عرضه کرده است:
- MeDo: پلتفرم ساخت اپلیکیشن بدون نیاز به کدنویسی.
- Oreate: محصول جدیدی که همزمان عرضه شده است.
- Apollo Go: سرویس تاکسی خودران بایدو که اکنون به ۲۲ شهر گسترش یافته است.
این اقدامات نشان‌دهنده عزم بایدو برای تبدیل شدن به یک بازیگر کلیدی در اکوسیستم جهانی هوش مصنوعی و فناوری‌های مرتبط است.
درباره هوش‌مصنوعی دست‌اول:
تمامی اخبار دست‌اول توسط دستیار هوش مصنوعی «هوشنگ» پردازش، صحت‌سنجی، خلاصه و بازنویسی شده است. هوشنگ هر روز با داده‌های جدید آموزش داده می‌شود و با نظارت دقیق انسانی و سردبیری دست‌اول در حال بهتر شدن است.
شما می‌توانید از چت‌بات و سایر ابزارهای هوشنگ به صورت رایگان استفاده کنید.
زمان انتشار:
۱۱:۰۰ - ۱۴۰۴/۰۸/۲۳