Kinesisk AI slår GPT-5

Baidu säger att deras AI är bättre än ChatGPT, Gemini. Foto: Baidu .

Vid evenemanget Baidu World 2025 tillkännagav den kinesiska jätten Baidu sin nästa generations plattformsmodell, en serie uppgraderingar av AI-produkter och internationella expansionsplaner. Följaktligen är ERNIE 5.0 en proprietär modell som kan bearbeta och skapa innehåll i flera format som text, bilder, ljud och video .

Gruppen siktar på att bli en global aktör på den alltmer konkurrensutsatta AI-marknaden. ERNIE 5.0 kommer bara timmar efter att OpenAI uppgraderade sin flaggskeppsplattform från GPT-5 till GPT-5.1, med löfte om att minska tokenförbrukningen och förbättra interaktionsupplevelsen med fler mänskliga alternativ.

ERNIE-4.5-VL-28B-A3B-Thinking, den nyligen släppta modellen med öppen källkod under den företagsvänliga Apache 2.0-licensen, kan användare endast komma åt den nya chatboten via Baidus ERNIE Bot-webbplats och Qianfan Cloud Platform API för institutionella kunder.

Modellvarianten är ERNIE 5.0 Preview 1022, som är optimerad för texttunga uppgifter, utöver den allmänna förhandsvisningsversionen som kan balansera flera datatyper. Dessutom introducerade Baidu en rad viktiga uppgraderingar till plattformen "digital human", verktyg utan kod och generella AI-agenter.

ERNIE 5.0 markerar ett skifte i hur AI används i stor skala, med målet att utöka dess AI-närvaro bortom den kinesiska marknaden. ”Att internalisera AI kommer att bli en medfödd förmåga och omvandla AI från en kostnad till en produktivitetskälla”, säger VD Robin Li.

ERNIE 5.0 visar överlägsenhet i att förstå grafer och dokument. Foto: Baidu.

Testresultat visar att ERNIE 5.0 presterar nära eller i nivå med ledande västerländska plattformsmodeller på en mängd olika uppgifter. ERNIE 5.0 Preview överträffar eller är i nivå med OpenAI:s GPT-5-High och Googles Gemini 2.5 Pro på tester av multimodalt resonemang, dokumentförståelse och bildbaserad frågebesvarning.

Samtidigt uppvisar modellen starka språk- och kodexekveringsmöjligheter. Företaget betonar förmågan att hantera multimodala input-output-kombinationer inom samma modell, snarare än att sammanfoga efterbehandlingsdatalägen, vilket teamet ser som en teknisk differentiator.

När det gäller bilduppgifter fick ERNIE 5.0 toppbetyg på OCRBench, DocVQA och ChartQA, tre riktmärken som mäter dokumentigenkänning, innehållsförståelse och resonemang med strukturerad data. Baidu sa att modellen överträffade både GPT-5-High och Gemini 2.5 Pro i tester som involverade dokument och diagram.

Inom bildbehandlingsområdet uppnådde ERNIE 5.0 resultat i nivå med eller överträffade Google Veo3 i kategorier som semantisk matchning och bildkvalitet, enligt Baidus interna utvärdering. Modellens multimodala integration möjliggör generering och tolkning av visuellt innehåll med en hög nivå av kontextuell förståelse.

ERNIE 5.0 positioneras till ett pris och segment som motsvarar andra high-end-modeller från kinesiska konkurrenter som Alibaba. Den är högre än den tidigare produkten som ERNIE 4.5 Turbo. Jämfört med modeller från USA ligger dock priset på chatboten fortfarande i mellanklassen.

Enligt Venturebeat visar detta Baidus strategi att vilja tydligt skilja mellan lågkostnadsmodeller som betjänar hög trafik, och högpresterande modeller för komplexa uppgifter och multimodalt resonemang.

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