ما هو ERNIE 5.1؟ نموذج MoE الجديد من بايدو

أطلقت بايدو ERNIE 5.1 في 9 مايو 2026. الرقم الأهم للمطورين: نموذج Mixture-of-Experts بحوالي ثلث إجمالي معلمات ERNIE 5.0، حقق المركز الرابع عالميًا في Arena Search والأول بين النماذج الصينية بنتيجة 1,223.

جرّب Apidog اليوم

هذا الإصدار مهم لأن بايدو تضع ERNIE 5.1 كنموذج عملي لاستخدام الأدوات ذاتيًا، والكتابة الطويلة، والاستدلال، وليس كنموذج محادثة صيني فقط. إذا كنت تبني وكلاء AI أو تختبر موفري نماذج متعددة باستخدام Apidog، فـ ERNIE 5.1 يستحق التقييم خصوصًا إذا كنت تريد نموذجًا صينيًا مستضافًا دون بصمة نموذج 70B.

في هذا الدليل ستجد ما تحتاجه عمليًا: ما هو ERNIE 5.1، ما الذي تغير في البنية، كيف تقرأ المعايير، ومتى تختاره بدلًا من DeepSeek V4 أو Kimi K2.6.

TL;DR: ERNIE 5.1 في فقرة واحدة

ERNIE 5.1 هو نموذج MoE نصي فقط. تقول بايدو إن تدريبه المسبق كلف حوالي 6% من تكلفة النماذج الرائدة المشابهة. يستخدم إجمالي معلمات يقارب ثلث ERNIE 5.0، ومعلمات نشطة لكل تمريرة أمامية تقارب النصف. حقق 1,223 في Arena Search، وتفوق على DeepSeek-V4-Pro في τ³-bench و SpreadsheetBench-Verified، وحقق 99.6 في AIME26 مع استخدام الأدوات. الوصول متاح عبر واجهة دردشة ERNIE، وساحة لعب Baidu AI Studio، وواجهة Qianfan API.

لماذا يهم ERNIE 5.1 للمطورين؟

بدل التعامل معه كـ “نموذج جديد من بايدو”، قيّمه من ثلاث زوايا عملية:

1. تكلفة أقل قد تعني API أرخص

تدعي بايدو أن تكلفة التدريب المسبق تقارب 6% من تكلفة النماذج المشابهة. هذا لا يعني تلقائيًا أن أسعار Qianfan ستكون منخفضة، لكنه مؤشر يجب مراقبته. إذا انعكس ذلك على التسعير، فقد يصبح ERNIE 5.1 خيارًا اقتصاديًا لسير عمل الوكلاء.

2. MoE أكثر مرونة

ERNIE 5.1 يستخدم توجيهًا عبر ثلاثة محاور:

• العمق
• العرض
• الندرة

الفكرة العملية: النموذج لا يحتاج إلى تفعيل كل مكوناته لكل طلب. هذا قد يساعد في تقليل التكلفة وزمن الاستجابة مع الحفاظ على جودة جيدة في مهام استخدام الأدوات.

3. التركيز على الاستخدام الذاتي للأدوات

الفرق المهم عن إصدارات ERNIE السابقة هو أن ERNIE 5.1 يستهدف صراحةً سيناريوهات agentic tool use. هذا يجعله مرشحًا للاختبار في:

• وكلاء البحث
• وكلاء تحليل الجداول
• سير عمل استدعاء API
• مساعدات كتابة طويلة مع أدوات خارجية
• تطبيقات RAG ثنائية اللغة

المعايير: كيف تقرأ النتائج؟

هذه أهم الأرقام التي نشرتها بايدو مع معناها العملي:

المعيار	ERNIE 5.1	ما يختبره	أقرب منافس
Arena Search	1,223، الرابع عالميًا، الأول في الصين	أسئلة وأجوبة مرتبطة بالبحث بتقييم بشري	Gemini 3.1 Pro, GPT-5.x
τ³-bench	يتفوق على DeepSeek-V4-Pro	استخدام الأدوات ذاتيًا عبر عدة أدوار	DeepSeek-V4-Pro
SpreadsheetBench-Verified	يتفوق على DeepSeek-V4-Pro	مهام جداول بيانات واقعية	DeepSeek-V4-Pro
AIME26 مع الأدوات	99.6	رياضيات مسابقات مع مفسر أكواد	GPT-5.x, Gemini 3.1 Pro
GPQA	يقارب النماذج الرائدة مغلقة المصدر	أسئلة علمية بمستوى الدراسات العليا	Claude Sonnet 4.6
MMLU-Pro	يقارب النماذج الرائدة مغلقة المصدر	معرفة عامة متقدمة	النماذج الرائدة

تعامل مع هذه النتائج كإشارات أولية، لا كقرار إنتاج مباشر. درجات Arena تعتمد على نوعية المطالبات والمصوتين. درجة AIME26 معززة بالأدوات، وليست بالضرورة انعكاسًا للاستدلال الخالص. لكن τ³-bench و SpreadsheetBench-Verified يستحقان الانتباه لأنهما أقرب إلى سيناريوهات الوكلاء التي يستخدمها المطورون فعليًا.

ما نعرفه عن البنية

كشفت بايدو عن معلومات محدودة، لكن المؤكد حتى الآن:

• إجمالي المعلمات: حوالي ثلث ERNIE 5.0
• المعلمات النشطة لكل رمز: حوالي نصف ERNIE 5.0
• التوجيه: عبر العمق والعرض والندرة
• تكلفة التدريب المسبق: حوالي 6% من النماذج المشابهة
• النمطية: نص فقط عند الإطلاق
• اللغات: نسخ صينية وإنجليزية

لم تُنشر بعد تفاصيل مهمة مثل:

• طول السياق
• عدد المعلمات الدقيق
• حجم بيانات التدريب
• سياسات الاستدعاء للأدوات
• حدود المعدل وأسعار Qianfan النهائية

إذا سبق أن اختبرت نماذج MoE صينية مثل GLM 5.1، فتوقع تجربة تكامل مشابهة: نموذج مستضاف، API، وتقييمات عملية قبل الإنتاج.

ما لا يمكنك فعله مع ERNIE 5.1 بعد

قبل أن تبني عليه، انتبه لهذه القيود:

• لا يدعم الصور. ERNIE 5.1 نصي فقط. لمهام الرؤية استخدم ERNIE-VL أو نموذج رؤية خارجي.
• لا يدعم الصوت. لا يوجد إدخال أو إخراج صوتي أصلي.
• لا يوجد طول سياق معلن. قسّم المستندات الطويلة ولا تفترض نافذة سياق كبيرة.
• لا توجد أوزان عامة. النموذج مستضاف فقط. إذا كنت تحتاج نشرًا محليًا، انظر إلى تشغيل DeepSeek V4 محليًا أو نماذج اللغة الكبيرة المحلية.

متى تختار ERNIE 5.1 بدل DeepSeek أو Kimi أو GLM؟

استخدم هذا النموذج الذهني السريع:

• اختر ERNIE 5.1 عندما تحتاج إلى agentic tool-use قوي مع إجابات بحثية بالصينية والإنجليزية، وتريد اختبار نموذج مستضاف داخل منظومة بايدو.
• اختر DeepSeek V4 عندما تحتاج إلى أوزان مفتوحة، نشر محلي، أو استدلال رياضي قوي بدون أدوات.
• اختر Kimi K2.6 عندما تكون نافذة السياق الطويلة أهم من كل شيء، خصوصًا في تطبيقات المستندات.
• اختر GLM 5.1 عندما تريد نموذجًا عامًا متوازنًا ولديك بالفعل Z.ai أو Zhipu في المكدس.

لا تعتمد على هذا كتصنيف نهائي. الأفضل هو إنشاء مجموعة اختبار صغيرة من 20 إلى 50 مطالبة حقيقية من منتجك، ثم مقارنة النماذج بنفس المدخلات ونفس مقاييس النجاح.

أين يمكنك تجربة ERNIE 5.1؟

لديك ثلاثة مسارات:

1. ernie.baidu.com: واجهة دردشة للمستخدمين. مناسبة للتجربة السريعة للكتابة والاستدلال.
2. Baidu AI Studio Playground: ساحة لعب مستضافة تتضمن عروضًا لاستخدام الأدوات. مناسبة قبل كتابة تكامل API.
3. Qianfan API: نقطة نهاية المطورين. تستخدم مصادقة Bearer token وشكل طلب متوافقًا مع OpenAI. راجع الدليل العملي: كيفية استخدام واجهة ERNIE 5.1 API.

إذا كنت تختبر عدة موفرين في الوقت نفسه، يمكنك استخدام Apidog لحفظ الطلبات، إدارة المفاتيح، ومقارنة استجابات النماذج جنبًا إلى جنب.

مثال عملي: كيف تقيّم ERNIE 5.1 قبل الإنتاج؟

ابدأ بتقييم صغير بدل الاعتماد على المعايير العامة.

1. جهّز مجموعة مطالبات حقيقية

مثال JSON بسيط:

[
  {
    "id": "tool_call_001",
    "prompt": "ابحث عن آخر حالة للطلب رقم 12345 باستخدام أداة orders_api ثم لخّص النتيجة للمستخدم.",
    "expected_tools": ["orders_api"],
    "success_criteria": [
      "يستدعي الأداة الصحيحة",
      "لا يخترع حالة الطلب",
      "يعطي ملخصًا واضحًا"
    ]
  },
  {
    "id": "spreadsheet_001",
    "prompt": "حلل جدول المبيعات وأخرج أعلى 3 منتجات حسب الإيراد.",
    "expected_tools": ["spreadsheet_parser"],
    "success_criteria": [
      "يستخدم بيانات الجدول فقط",
      "يرتب النتائج بشكل صحيح",
      "يعرض الحسابات بوضوح"
    ]
  }
]

2. اختبر نفس المطالبات على نموذجك الحالي وERNIE 5.1

سجّل لكل حالة:

• هل استدعى الأداة الصحيحة؟
• هل اتبع تنسيق الإخراج؟
• هل هلوس؟
• كم كان زمن الاستجابة؟
• كم كانت التكلفة التقريبية؟
• هل احتجت إلى إعادة المحاولة؟

3. استخدم نتيجة قابلة للمقارنة

مثال بسيط:

النتيجة = 
  40% صحة استدعاء الأدوات +
  30% جودة الإجابة +
  20% الالتزام بالتنسيق +
  10% زمن الاستجابة

هذا النوع من التقييم أكثر فائدة من قراءة لوحة صدارة عامة، لأنه يعكس عبء العمل الحقيقي لديك.

التسعير والإطلاق

أعلنت بايدو أن ERNIE 5.1 سيصل إلى أكثر من 10 منصات إنتاج إبداعي بعد الإطلاق. لم تنشر بايدو في منشور الإصدار تسعيرًا عامًا لكل رمز على Qianfan.

عمليًا، لا تبنِ حسابات التكلفة على افتراضات. عند التقييم:

1. افتح لوحة Qianfan.
2. تحقق من سعر الإدخال والإخراج.
3. اختبر متوسط عدد الرموز في مطالباتك.
4. احسب التكلفة لكل مهمة، لا لكل طلب فقط.
5. أضف تكلفة إعادة المحاولة وفشل استدعاء الأدوات.

كيف تفكر في ERNIE 5.1 كمطور؟

اتبع هذه الخطوات قبل دمجه:

1. اختبره على agentic eval الخاص بك

لا يكفي أن يتفوق في τ³-bench. ابنِ تقييمًا يعكس أدواتك الفعلية: API داخلية، قواعد بيانات، جداول، مستندات، أو وظائف بحث. يمكنك الاستفادة من منهجية اختبار نماذج اللغة الكبيرة كواجهات API.

2. تحقق من متطلبات إقامة البيانات

Qianfan مستضاف ضمن منظومة بايدو. إذا كانت متطلباتك تمنع استخدام بنية تحتية في الصين، فلن يحل الأداء العالي هذه المشكلة.

3. راقب التسعير وحدود الاستخدام

أهم وعد في ERNIE 5.1 هو الكفاءة. لكن القرار الإنتاجي يعتمد على:

• سعر الرموز
• حدود المعدل
• زمن الاستجابة من منطقتك
• سياسات الحسابات والمؤسسات
• استقرار API
• دعم الأدوات في الطلبات الفعلية

الأسئلة المتكررة

هل ERNIE 5.1 مفتوح المصدر؟

لا. ERNIE 5.1 نموذج مستضاف فقط عبر دردشة بايدو، Baidu AI Studio، وQianfan API. لا توجد أوزان عامة على HuggingFace وقت كتابة هذا المقال.

هل يدعم ERNIE 5.1 الصور؟

لا. ERNIE 5.1 نصي فقط. لمهام الرؤية استخدم ERNIE-VL أو نموذجًا متعدد الوسائط مثل Qwen 3.5 Omni.

ما طول السياق؟

لم تنشر بايدو رقمًا رسميًا لطول السياق. حتى يحدث ذلك، قسّم المستندات الطويلة وصمم نظامك بشكل دفاعي.

هل يمكن استخدام ERNIE 5.1 من خارج الصين؟

يمكن الوصول إلى واجهة الدردشة وQianfan API من عدة مناطق، لكن زمن الاستجابة والتحقق من الحساب قد يختلفان. بعض ميزات المؤسسات قد تتطلب رقم هاتف صينيًا أو ترخيص عمل. راجع دليل استخدام ERNIE 5.1 API للتفاصيل.

هل ERNIE 5.1 أفضل من DeepSeek-V4-Pro؟

حسب أرقام بايدو، نعم في τ³-bench و SpreadsheetBench-Verified. لكنه ليس بديلًا مباشرًا إذا كنت تحتاج أوزانًا مفتوحة أو نشرًا محليًا. القرار يعتمد على نموذج النشر وسيناريو الاستخدام.

الخلاصة

ERNIE 5.1 ليس مجرد تحديث رقمي. أهميته للمطورين تأتي من كفاءته المعلنة وتركيزه على استخدام الأدوات ذاتيًا. إذا كنت تبني وكلاء AI أو تقارن نماذج صينية مستضافة، أضفه إلى مجموعة الاختبار، لكن لا تعتمد عليه قبل تشغيل تقييماتك الخاصة على مطالبات حقيقية من منتجك.

ابدأ بمجموعة صغيرة من الحالات، اختبرها عبر Qianfan API، وقارن النتائج مع نموذجك الحالي في مساحة عمل واحدة باستخدام Apidog.