百度发布原生多模态大模型文心 4.5

背景

2025 年 3 月的这次发布推出了原生多模态模型文心大模型 4.5，并与推理模型文心 X1 配套发布。

发生了什么

2025 年 3 月 16 日，百度同时发布文心大模型 4.5 和推理模型文心 X1。^[1] 文心一言当天即对个人用户免费开放，比原计划的 4 月 1 日提前。^[1]

原生多模态指模型从设计之初就同时处理多种输入，而不是事后把几个单一类型的模型拼接在一起。推理模型指先分步推演再作答的模型。千帆等平台的 API 价格通常按每千或每百万 token 计算，token 是一种较短的文本单位，常常只是一个词的一部分。混合专家设计在处理每个输入时只启用模型的一部分，有助于降低每个 token 所需的计算量。开源发布意味着模型权重向他人开放，许可协议则规定使用条款。

关键细节

百度称，文心大模型 4.5 是一个原生多模态模型，能处理文本、图像、音频和视频。模型使用了 FlashMask 动态注意力掩码（一种控制处理过程中哪些 token 可以相互关注的技术），并采用异构多模态混合专家（mixture-of-experts，MoE）设计。^[1]

百度称，文心大模型 4.5 在多项基准上超过了 GPT-4.5，而价格约为 GPT-4.5 的 1%。^[1]

千帆平台上的发布价格起始为每千输入 token 0.004 元人民币，每千输出 token 0.016 元人民币。^[1] VentureBeat 将这些价格换算为每百万输入 token 0.55 美元、每百万输出 token 2.20 美元，而 GPT-4.5 为每百万输入 token 75 美元、输出 token 150 美元。^[2]

百度在 X 平台上表示，计划于 2025 年 6 月 30 日开源文心 4.5 系列。^[2]

影响

此次发布在同一次公布中，同时包含了原生多模态模型、推理模型和一款免费的大众产品。VentureBeat 将 API 价格与 GPT-4.5 并列比较。^[1][2]