ERNIE 4.5 vs ERNIE X1
Benchmarks, API Token Pricing, Context Window & Speed Comparison
Related topics (12)
ERNIE 4.5 de Baidu et ERNIE X1 de Baidu sont deux modèles d’IA de premier plan. ERNIE 4.5 propose une fenêtre de contexte de 128K tokens au tarif de $0.60/$2.40 par million de tokens, tandis que ERNIE X1 offre 128K tokens de contexte à $0.40/$1.60 par million de tokens. Découvrez ci-dessous le comparatif détaillé des performances et des coûts.
Changez et Comparez les Modèles
Select any AI models from our verified benchmark database to generate live side-by-side matrices.
ERNIE 4.5
Modèle Phare de PointeERNIE 4.5 de Baidu est un modèle d’IA conçu pour le raisonnement d’entreprise de pointe, l’ingénierie logicielle et la production IA, offrant une fenêtre de contexte de 128K, une vitesse de 75 tokens/s, un indice d’intelligence de 81/100 et
$0.60 / 1M
$2.40 / 1M
128K tokens
N/A
ERNIE X1
Moteur de Raisonnement ProfondERNIE X1 de Baidu est un modèle d’IA conçu pour le raisonnement logique profond, les mathématiques formelles et l’analyse scientifique, offrant une fenêtre de contexte de 128K, une vitesse de 65 tokens/s, un indice d’intelligence de 82/100
$0.40 / 1M
$1.60 / 1M
128K tokens
N/A
Différences Clés en un Coup d’Œil
- ERNIE X1 is 1.5x cheaper for API usage (input + output tokens combined).
- ERNIE 4.5 is faster at 75 tok/s vs 65 tok/s.
| Caractéristique | ERNIE 4.5 | ERNIE X1 |
|---|---|---|
Intelligence Index Composite reasoning & knowledge score (0-100) | 81 | 82 |
Provider | Baidu | Baidu |
Input Price Cost per million input tokens | $0.60 / 1M | $0.40 / 1M |
Output Price Cost per million output tokens | $2.40 / 1M | $1.60 / 1M |
Blended Price Weighted 7:2:1 cache:input:output per 1M | $0.40 / 1M | $0.27 / 1M |
Context Window Maximum input + output tokens | 128K tokens~192 A4 pages of text | 128K tokens~192 A4 pages of text |
Max Output Tokens Per single request | 8K | 16K |
Throughput Speed Tokens generated per second | 75 tok/s | 65 tok/s |
SWE-bench Verified Real-world software engineering | N/A | N/A |
GPQA Diamond Graduate-level reasoning | 60% | 65% |
Cached Input Price Prompt caching discount per 1M tokens | $0.06 / 1M | $0.04 / 1M |
Qui gagne où ?
At-a-glance decision frameworkEvaluations ongoing
Scores de Benchmarks Vérifiés
Official evaluation metrics verified by independent third-party research labs.
Challenging questions created by domain experts to test complex PhD-level reasoning.
Hardened reasoning and academic knowledge benchmark with reduced lucky-guess probability.
Crowdsourced human preference evaluation based on blind, head-to-head model battles.
American Invitational Mathematics Examination — multi-step Olympiad-level reasoning.
Tokens emitted per second during active generation streaming.
Latence et Temps de Réponse
Time to first token (TTFT) and estimated end-to-end response time for a typical 500-token response.
Simulateur Interactif de Coût de Tokens
Adjust sliders to calculate projected monthly cloud API spending with prompt caching discounts.
ERNIE 4.5 · Strengths & Key Advantages
- Fenêtre de contexte de 128K et capacité de sortie maximale de 8K tokens (GPQA Diamond 60% · MMLU-Pro 78.5%)
- Débit rapide de 75 tokens/seconde avec une latence au premier token (TTFT) de 510 ms
- Tarification API optimisée ($0.6/$2.4 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
ERNIE X1 · Strengths & Key Advantages
- Fenêtre de contexte de 128K et capacité de sortie maximale de 16K tokens (GPQA Diamond 65% · MMLU-Pro 80%)
- Débit rapide de 65 tokens/seconde avec une latence au premier token (TTFT) de 820 ms
- Tarification API optimisée ($0.4/$1.6 par million de tokens) avec prise en charge du cache de prompts et des schémas JSON stricts
Considerations & Trade-offs
- Modèle cloud propriétaire ne permettant pas le téléchargement local des poids sur serveur isolé
- Sur les problèmes de recherche fondamentale très complexes, les modèles de raisonnement lourd restent supérieurs
Token Use & Task Economics
Estimated cost and token consumption to complete one representative agentic task.
| Metric | ERNIE 4.5 | ERNIE X1 |
|---|---|---|
Cost per Task Estimated USD to finish one task | $0.16 | $0.14 |
Output Tokens / Task Tokens generated per task | 18K | 20K |
Reasoning Tokens / Task Thinking tokens burned per task | 4K | 11K |
Spécifications Techniques
Architecture, release timeline, capabilities, and modalities.
| Caractéristique | ERNIE 4.5 | ERNIE X1 |
|---|---|---|
| Official API Model ID (SDK) | ernie-4-5 | ernie-x1 |
| API Protocol | Baidu REST API (OpenAI-Compatible) | Baidu REST API (OpenAI-Compatible) |
| Release Date | 2025-03 | 2025-03 |
| Knowledge Cutoff | December 2024 | January 2025 |
| Architecture | Multimodal Foundation Knowledge Transformer | Deep Deliberate Reasoning Transformer |
| Parameters | Confidential | Confidential |
| Enterprise Rate Limits (RPM / TPM) | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM | 5,000 – 15,000 RPM (Production Tier) · 800,000 – 2,000,000 TPM |
| Long-Context Tier (>128K/200K) | Flat rate ($0.6/1M in) across full 128K window | Flat rate ($0.4/1M in) across full 128K window |
| Prompt Cache Policy & TTL | Cached input at $0.06/1M tokens | Cached input at $0.04/1M tokens |
| Computer Use / GUI Agent | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) | API / CLI Tool-Use & DOM Agent ready (no raw pixel desktop click loop) |
| MCP & Parallel Tool Calling | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema | Native MCP Client/Server ready · Parallel function calling · 100% Strict JSON Schema |
| Web Search Grounding & Sandbox | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools | Supported via external Tavily/Exa Search & E2B/Docker Sandbox tools |
| Official Fine-Tuning Support | API Prompt Engineering & RAG Distillation | API Prompt Engineering & RAG Distillation |
| Multimodal Token Billing | Text BPE (~4 chars/token) · Vision (~258–765 tokens per image tile) · Audio (~25–32 tokens/sec) | Text BPE (~4 chars/token) |
| Quantization & Min GPU VRAM | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) | Cloud-Hosted Proprietary (FP8 / BF16 Tensor Core Cluster) · Zero Local VRAM Required (100% Serverless Cloud API) |
| Safety & Frontier Classification | Baidu Production Safety & Alignment Verified | Baidu Production Safety & Alignment Verified |
| Enterprise Compliance (ZDR/HIPAA/SOC2) | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier | SOC2 Type II · GDPR · Zero Data Retention (ZDR) & HIPAA BAA Available on Enterprise Tier |
| Input Modalities | text, vision, audio | text |
| Output Modalities | text | text |
ERNIE 4.5 vs ERNIE X1: Réponses Rapides (FAQ)
Which is more intelligent, ERNIE 4.5 or ERNIE X1?
ERNIE X1 is more intelligent. It scores 82 compared with 81 on the composite Intelligence Index.
Which model is faster?
ERNIE 4.5 is faster, generating 75 tokens per second compared with 65 tokens per second.
Which model is cheaper to run?
ERNIE X1 is cheaper at $0.27 per 1M tokens blended, compared with $0.40 (7:2:1 cache:input:output ratio).
Which model has lower latency?
ERNIE 4.5 has lower latency, with a time to first token of 0.51s compared with 0.82s.
Verdict
ERNIE 4.5 (Conçu pour le raisonnement d’entreprise de pointe, l’ingénierie logicielle et la production IA, l’intégration RAG et les pipelines de production évolutifs.) et ERNIE X1 (Conçu pour le raisonnement logique profond, les mathématiques formelles et l’analyse scientifique, l’intégration RAG et les pipelines de production évolutifs.) répondent à des besoins complémentaires : ERNIE X1 domine sur les benchmarks de raisonnement et de programmation, ERNIE 4.5 assure un débit supérieur et ERNIE X1 offre le meilleur rapport coût-efficacité en production.
Questions fréquentes
Quel modèle choisir pour le code et le raisonnement, ERNIE 4.5 ou ERNIE X1 ?+
Sur l’indice d’intelligence composite et les tests de code, ERNIE X1 prend l’avantage. Consultez les scores SWE-bench et GPQA ci-dessus pour plus de détails.
Quelle est la différence de prix API entre ERNIE 4.5 et ERNIE X1 ?+
ERNIE 4.5 est facturé $0.60 / $2.40 par million de tokens (entrée/sortie) contre $0.40 / $1.60 pour ERNIE X1. En coût pondéré, ERNIE X1 est plus économique.
Quel modèle offre la plus grande fenêtre de contexte et la meilleure vitesse ?+
ERNIE 4.5 prend en charge 128K tokens contre 128K tokens pour ERNIE X1. Côté vitesse de génération, ERNIE 4.5 est le plus rapide.
Understand key metrics like context window, token pricing, reasoning mode, and SWE-bench scores in our comprehensive AI glossary.
Related reading
- ERNIE 4.5 vs QwQ Plus : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- ERNIE 5.0 vs ERNIE 4.5 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- ERNIE X1 vs Amazon Nova Premier : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Magistral Medium vs ERNIE 4.5 : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Aion-Mini : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
- Aion-3.0 vs Gemini 3.6 Flash : Comparatif Benchmarks, Tarifs API et Vitesse (2026)Comparer
Les scores de benchmarks, tarifs par token et limites évoluent rapidement. Vérifiez toujours les spécifications actuelles sur la documentation officielle du fournisseur.
Sources: Documentation API officielle de Baidu et Baidu, fiches système et benchmarks indépendants (2026).