Kinesisk kunstig intelligens slår GPT-5

Baidu sier at AI-en deres er bedre enn ChatGPT og Gemini. Foto: Baidu .

På Baidu World 2025-arrangementet annonserte den kinesiske giganten Baidu sin neste generasjons plattformmodell, en serie oppgraderinger av AI-produkter og internasjonale ekspansjonsplaner. ERNIE 5.0 er derfor en proprietær modell som er i stand til å behandle og lage innhold i flere formater som tekst, bilder, lyd og video .

Gruppen har som mål å bli en global aktør i det stadig mer konkurransepregede AI-markedet. ERNIE 5.0 kommer bare timer etter at OpenAI oppgraderte sin flaggskipplattformmodell fra GPT-5 til GPT-5.1, og lover å redusere tokenforbruket og forbedre interaksjonsopplevelsen med flere menneskelige alternativer.

ERNIE-4.5-VL-28B-A3B-Thinking, den nylig utgitte åpen kildekode-modellen under den bedriftsvennlige Apache 2.0-lisensen, kan brukere bare få tilgang til den nye chatboten via Baidus ERNIE Bot-nettsted og Qianfan Cloud Platform API for institusjonelle kunder.

Modellvarianten er ERNIE 5.0 Preview 1022, som er optimalisert for teksttunge oppgaver, i tillegg til den generelle forhåndsvisningsversjonen som er i stand til å balansere flere datatyper. I tillegg introduserte Baidu også en rekke viktige oppgraderinger til plattformen «digital human», verktøy uten kode og generelle AI-agenter.

ERNIE 5.0 markerer et skifte i hvordan AI distribueres i stor skala, med mål om å utvide AI-fotavtrykket utover det kinesiske markedet. «Internalisering av AI vil bli en medfødt evne og transformere AI fra en kostnad til en kilde til produktivitet», sa administrerende direktør Robin Li.

ERNIE 5.0 viser overlegenhet i forståelse av grafer og dokumenter. Foto: Baidu.

Testresultater viser at ERNIE 5.0 yter nær eller på nivå med ledende vestlige plattformmodeller på et bredt spekter av oppgaver. ERNIE 5.0 Preview yter bedre enn eller er på nivå med OpenAIs GPT-5-High og Googles Gemini 2.5 Pro på tester av multimodal resonnering, dokumentforståelse og bildebasert spørsmålsbesvarelse.

Samtidig demonstrerer modellen sterke språk- og kodeutførelsesegenskaper. Selskapet vektlegger evnen til å håndtere multimodale input-output-kombinasjoner innenfor samme modell, i stedet for å sammenkoble etterbehandlingsdatamoduser, noe teamet ser på som en teknisk differensier.

Når det gjelder bildeoppgaver, fikk ERNIE 5.0 toppkarakterer på OCRBench, DocVQA og ChartQA, tre referansepunkter som måler dokumentgjenkjenning, innholdsforståelse og resonnement med strukturerte data. Baidu sa at modellen overgikk både GPT-5-High og Gemini 2.5 Pro på tester som involverte dokumenter og diagrammer.

Innen bildebehandling oppnådde ERNIE 5.0 resultater på nivå med eller bedre enn Google Veo3 i kategorier som semantisk matching og bildekvalitet, ifølge Baidus interne evaluering. Modellens multimodale integrasjon muliggjør generering og tolkning av visuelt innhold med et høyt nivå av kontekstuell forståelse.

ERNIE 5.0 er posisjonert til en kostnad og et segment som tilsvarer andre high-end-modeller fra kinesiske konkurrenter som Alibaba. Den er høyere enn det forrige produktet, som ERNIE 4.5 Turbo. Sammenlignet med modeller fra USA er imidlertid prisen på chatboten fortsatt i mellomklassen.

Ifølge Venturebeat viser dette Baidus strategi om å ønske å skille tydelig mellom lavkostmodeller som betjener høy trafikk, og høyytelsesmodeller for komplekse oppgaver og multimodal resonnering.

Kilde: https://znews.vn/ai-trung-quoc-danh-bai-gpt-5-post1602692.html