ERNIE 4.5 21B A3B

ERNIE 4.5 21B A3B 归属 ernie 模型家族，权重开源，可自行部署或通过托管服务调用。它解决的问题集中在两处：一是长上下文，120000 tokens 的窗口可以把整份报告、合同或多轮会话一次性放入，不必先做切片和拼接；二是成本，官方输入价为 0.07 美元/百万 tokens，在同平台属于偏低一档，适合高频、批量的文本处理。模态上只处理文本输入与文本输出，不涉及图像或音频。调用层面提供工具调用与温度调节，能嵌入需要访问外部接口、或对输出风格有稳定要求的工作流。现有资料未见该模型的公开跑分记录，实际效果需要结合自有样本验证；目前可查的平台报价来源集中，切换供应商的余地有限。

选型建议以文本处理为主、需要长上下文且在意输入成本的场景可以选它；需要多模态能力、超长单次生成或依赖公开跑分背书的场景不宜作为首选。

• 整理长篇调研材料：把数十页文档放入 120K 上下文，按要求输出分层摘要与要点清单
• 接入工具调用流程：在内部系统中调用外部接口取数，再由模型生成说明性文字或操作建议
• 批量文本归类：对工单、评论做标签归类与字段抽取，控制单条输出长度以压低整体成本
• 搭建问答原型：利用温度调节在严谨答复与发散草稿之间切换，用于产品早期的方案验证
• 做合同与条款比对：整篇放入上下文后逐条核对差异，输出结构化的对照结果

关于 21B A3B 的具体网络结构，公开披露有限，可确认的信息主要落在上下文规模、模态范围与调用能力上。

• 参数口径名称中的 21B 与 A3B 并列，通常对应总参数与激活参数两组口径，具体的专家划分与层数未见展开说明。
• 长上下文120000 tokens 窗口可容纳长篇材料，适合整篇文档理解而非片段检索，减少预处理环节的工程投入。
• 调用能力支持工具调用与温度调节，便于接入需要外部函数取数、或对生成随机性有控制要求的业务流程。
• 披露程度权重开源但训练数据、结构细节与评测结果公开信息较少，落地前建议用自有任务样本做小规模验证。

开源权重

是

模型家族

ernie

缺少第三方跑分作为参照，能力判断只能基于上下文规模、模态限制与调用特性做定性描述。

• 强项120K 上下文配合 8000 tokens 输出，适合先读完整篇材料再给出中等长度的结构化答复，如摘要、字段抽取。
• 短板现有资料未见公开跑分，能力上限缺少可核对的基准；仅支持文本输入输出，图像、音频类任务不适用。
• 适合工具调用与温度调节齐备，适合接入工作流承担信息整理、格式规范化等对稳定性要求高于创造性的环节。
• 取舍输出上限 8000 tokens 意味着超长生成需要分段续写，长报告类任务要提前设计分节策略。

官方报价为输入 0.07 美元、输出 0.28 美元每百万 tokens，整体处于同平台偏低档位，低价主要体现在输入侧。

• 定价档位输入价与同平台 Baichuan M2 32B 持平，输出价约为其四倍，说明成本优势集中在读入材料而非生成长文。
• 横向对比输入价较 CoBuddy 低约四分之三，较 DeepSeek R1 (Turbo) 低约九成，长材料理解类任务的成本差距明显。
• 平台差价现有报价记录集中在 models.dev 与其 novita-ai 条目，两者数值一致，暂无可比较的跨平台价差。
• 省钱思路把素材放在输入侧、控制输出长度更划算；输出单价是输入的数倍，长答复任务应优先压缩生成内容。

同一个模型在不同网关的报价可能不同。本页基准取官方口径 $0.07/M / $0.28/M（输入 / 输出，美元 / 百万 tokens），其余来源的差价在「相对输入价」列列出，供比价参考。

取上下文相近（约 0.5~2 倍）的同类主流模型；同厂商、同家族优先；价格差为相对本模型的输入价

• 口径公开跑分缺失，任何关于任务准确率的描述都缺乏第三方基准支撑，选型应以自有测试集结果为准。
• 边界仅支持文本模态，单次输出上限 8000 tokens，超出需分段；可查平台来源集中，供应切换灵活性有限。

本页资料由多个公开来源交叉整理：按「官方目录 → 通用网关 → 开源仓库 → 中文资料」的优先级合并， 冲突时取优先级高的来源。价格单位是美元 / 百万 tokens，为各平台对 API 调用的报价，不含自部署成本。 资料由公开来源整理，不代表 AiTest 已对该模型或其收录中转站做过真实性、稳定性或安全检测。

本页的模型介绍、架构、性能与性价比解读为 AI 综合公开信息整理，部分未经本站逐项核实；规格、价格与跑分以本页数据字段为准。