【文章来源：techweb】
【TechWeb】9 月 11 日消息，在 9 日举办的 WAVE SUMMIT 深度学习开发者大会 2025 现场，百度开源最新的思考模型 ERNIE-4.5-21B-A3B-Thinking。
据 HuggingFace 官网数据，截至 2025 年 9 月 11 日，百度最新开源的文心思考模型 ERNIE-4.5-21B-A3B-Thinking，在 HuggingFace 文本模型趋势榜上排名第一，模型总榜排名第三。
ERNIE-4.5-21B-A3B-Thinking 采用了混合专家 （MoE） 架构，总参数规模达 21B，每个 token 激活 3B 参数，通过指令微调及强化学习训练。ERNIE-4.5-21B-A3B-Thinking 是在 ERNIE-4.5-21B-A3B 基础上训练的深度思考模型，支持 128K 的上下文窗口，适用于需要长上下文的复杂推理任务。该模型不仅在逻辑推理、数学、科学，代码与文本生成等需要人类专家的任务上实现了显著提升，还具备高效的工具调用能力，能够支持复杂任务的自动化处理。
ERNIE-4.5-21B-A3B-Thinking 作为一款 21B 总参数量，激活仅 3B 的轻量级模型，在各项测试中的表现紧追业界顶级大尺寸模型，以轻量级规模实现了接近 SOTA 的智能表现。
【文章来源：techweb】
【TechWeb】9 月 11 日消息，在 9 日举办的 WAVE SUMMIT 深度学习开发者大会 2025 现场，百度开源最新的思考模型 ERNIE-4.5-21B-A3B-Thinking。
据 HuggingFace 官网数据，截至 2025 年 9 月 11 日，百度最新开源的文心思考模型 ERNIE-4.5-21B-A3B-Thinking，在 HuggingFace 文本模型趋势榜上排名第一，模型总榜排名第三。
ERNIE-4.5-21B-A3B-Thinking 采用了混合专家 （MoE） 架构，总参数规模达 21B，每个 token 激活 3B 参数，通过指令微调及强化学习训练。ERNIE-4.5-21B-A3B-Thinking 是在 ERNIE-4.5-21B-A3B 基础上训练的深度思考模型，支持 128K 的上下文窗口，适用于需要长上下文的复杂推理任务。该模型不仅在逻辑推理、数学、科学，代码与文本生成等需要人类专家的任务上实现了显著提升，还具备高效的工具调用能力，能够支持复杂任务的自动化处理。
ERNIE-4.5-21B-A3B-Thinking 作为一款 21B 总参数量，激活仅 3B 的轻量级模型，在各项测试中的表现紧追业界顶级大尺寸模型，以轻量级规模实现了接近 SOTA 的智能表现。
【文章来源：techweb】
【TechWeb】9 月 11 日消息，在 9 日举办的 WAVE SUMMIT 深度学习开发者大会 2025 现场，百度开源最新的思考模型 ERNIE-4.5-21B-A3B-Thinking。
据 HuggingFace 官网数据，截至 2025 年 9 月 11 日，百度最新开源的文心思考模型 ERNIE-4.5-21B-A3B-Thinking，在 HuggingFace 文本模型趋势榜上排名第一，模型总榜排名第三。
ERNIE-4.5-21B-A3B-Thinking 采用了混合专家 （MoE） 架构，总参数规模达 21B，每个 token 激活 3B 参数，通过指令微调及强化学习训练。ERNIE-4.5-21B-A3B-Thinking 是在 ERNIE-4.5-21B-A3B 基础上训练的深度思考模型，支持 128K 的上下文窗口，适用于需要长上下文的复杂推理任务。该模型不仅在逻辑推理、数学、科学，代码与文本生成等需要人类专家的任务上实现了显著提升，还具备高效的工具调用能力，能够支持复杂任务的自动化处理。
ERNIE-4.5-21B-A3B-Thinking 作为一款 21B 总参数量，激活仅 3B 的轻量级模型，在各项测试中的表现紧追业界顶级大尺寸模型，以轻量级规模实现了接近 SOTA 的智能表现。
【文章来源：techweb】
【TechWeb】9 月 11 日消息，在 9 日举办的 WAVE SUMMIT 深度学习开发者大会 2025 现场，百度开源最新的思考模型 ERNIE-4.5-21B-A3B-Thinking。
据 HuggingFace 官网数据，截至 2025 年 9 月 11 日，百度最新开源的文心思考模型 ERNIE-4.5-21B-A3B-Thinking，在 HuggingFace 文本模型趋势榜上排名第一，模型总榜排名第三。
ERNIE-4.5-21B-A3B-Thinking 采用了混合专家 （MoE） 架构，总参数规模达 21B，每个 token 激活 3B 参数，通过指令微调及强化学习训练。ERNIE-4.5-21B-A3B-Thinking 是在 ERNIE-4.5-21B-A3B 基础上训练的深度思考模型，支持 128K 的上下文窗口，适用于需要长上下文的复杂推理任务。该模型不仅在逻辑推理、数学、科学，代码与文本生成等需要人类专家的任务上实现了显著提升，还具备高效的工具调用能力，能够支持复杂任务的自动化处理。
ERNIE-4.5-21B-A3B-Thinking 作为一款 21B 总参数量，激活仅 3B 的轻量级模型，在各项测试中的表现紧追业界顶级大尺寸模型，以轻量级规模实现了接近 SOTA 的智能表现。