Baiduが新モデル「ERNIE 5.1」を正式リリース、事前学習コストを94%削減し世界トップクラスのエージェント能力を実現
要点
- 中国のBaidu（百度）が、最新の大規模言語モデル「ERNIE 5.1」を正式にリリースした。
- 前世代モデル「ERNIE 5.0」の基盤を引き継ぎつつ、総パラメータ数を3分の1に圧縮し、同規模モデルのわずか約6%という事前学習コストで主要な基礎性能を達成した。
- 「Arena Search」のグローバル評価で4位、中国発のモデルとしては1位を獲得し、高いコストパフォーマンスを証明した。
- 新開発の完全非同期型強化学習インフラを採用し、自律的な意思決定を行う「AIエージェント」としての能力や数学的推論能力で世界トップクラスのモデルに迫る性能を示した。
中国のテック大手Baidu（百度）は2026年5月9日、最新の大規模言語モデル（LLM）である「ERNIE 5.1」を正式にリリースした。本モデルは、前世代の「ERNIE 5.0」の学習データを引き継ぎながら、パラメータ数の大幅な圧縮とトレーニングプロセスの最適化により、劇的な低コスト化とフラグシップ級の性能を両立している。現在、一般ユーザー向けのチャットサービスおよび開発者向けのテスト環境である「Playground」が公開されている。
世界トップクラスのモデルに匹敵するエージェント性能と推論力
ERNIE 5.1は、主要なベンチマーク評価において、エージェント能力、知識量、推論力、ディープサーチなどの多角的な分野で極めて高い成果を収めている。
特に自律的にタスクを計画・実行するエージェント能力の評価においては、ベンチマーク「τ³-bench」および「SpreadsheetBench-Verified」で「DeepSeek-V4-Pro」を上回る成績を記録し、世界有数のクローズドソース（モデルの内部構造やソースコードが非公開の）モデルに迫る実力を示した。また、ユーザーによるブラインドテストでモデルを評価する「Arena Search」のリーダーボードでは、1,223スコアを記録して世界4位、中国国内モデルの中で1位にランクインしている。
さらに、高度な知識を問う「GPQA」や「MMLU-Pro」でもトップクラスのクローズドソースモデルに迫る性能を発揮したほか、内部評価におけるクリエイティブライティング（創作文執筆）能力では「Gemini 3.1 Pro」に近い成果を出しているという。数学オリンピックレベルの難問を対象とした数学コンペティションベンチマーク「AIME26」（ツール使用あり）においては、99.6というスコアを叩き出し、「Gemini 3.1 Pro」に次ぐ世界2位の座を獲得した。
わずか6%の事前学習コストで最高峰の性能を引き出す「多次元弾性学習」
ERNIE 5.1が達成した高いパラメータ効率とコスト削減の背景には、ERNIE 5.0から最適なサブネットワーク構造を抽出した「多次元弾性的事前学習（Multi-Dimensional Elastic Pre-Training）」がある。
開発チームは、パラメータ規模ごとに個別の事前学習を必要とした従来のプロセスを廃し、1回の事前学習内で多様なパラメータ規模のサブモデルを共同最適化するフレームワーク「Once-For-All」を新たに提案した。このフレームワークにより、以下の3つの次元でモデルの構成を柔軟に変形（弾性化）させることができる。
- 弾性的な深さ（Elastic depth）： 学習中にアクティブなTransformerレイヤー（文章の理解や生成を担うニューラルネットワークの階層）の数をランダムに変動させ、各階層で重みを共有しながら適応的に学習させる。
- 弾性的な幅／エキスパート容量（Elastic width / expert capacity）： データの性質に応じて異なる処理ユニットに割り振るMoE（Mixture of Experts、異なる処理を得意とする複数のニューラルネットワークを組み合わせる技術）レイヤーにおいて、ルーティングに参加するエキスパートの数を弾性的に制御し、利用効率を高める。
- 弾性的な疎性（Elastic sparsity）： 可変的なTop-kルーティング（最適なニューラルネットワークの経路を選択するアルゴリズム）を用いてアクティブ化するエキスパート数を動的に調整し、推論時の計算負荷と性能の最適なバランスを維持する。
これらのアプローチにより、ERNIE 5.1は総パラメータ数をERNIE 5.0の約3分の1に、アクティブパラメータ数を約2分の1にまで削減することに成功した。その結果、同等規模のモデルと比較して事前学習時の計算コストを約6%にまで抑え込み、同時に推論コストの劇的な削減をも達成している。
AIエージェント化を加速する完全非同期強化学習インフラ
Baiduは、ERNIE 5.1を自律的な意思決定エージェントへと進化させるため、同社のディープラーニングフレームワーク「PaddlePaddle」上に、完全に分離された非同期型の強化学習（RL）トレーニングインフラを構築した。これにより、トレーニング時と推論時の挙動の乖離や、ハードウェアリソースの利用効率低下といった課題を克服している。
この新規インフラは、「RL Controller」を中心とした分散アーキテクチャを採用しており、制御プレーンを「トレーニング」「推論」「報酬」「エージェントループ」の4つの主要サブシステムに完全に切り離して管理する。各サブシステムは高性能なネットワークベースのデータコンポーネントを介して通信し、個別にスケールアウトや最適化が可能である。この設計により、推論、トレーニング、報酬の処理がパイプライン化され、重複して並行処理されるため、長期にわたる強化学習の効率と安定性が飛躍的に向上した。
さらに、トレーニングと推論における精度ズレを最小限に抑えるため、統一されたFP8（8ビット浮動小数点数という計算負荷を低減するデータ形式）演算ライブラリを実装した。MoEモデル特有のトレーニング・推論間のルーティングの乖離に対しても、「Rollout Router Replay（R3）」と呼ばれる技術に対し、2ステージの計算・通信オーバーラップを用いた高度な最適化を施している。