ERNIE 5.0

Изначально всеформатная модель Baidu на 2,4 трлн параметров: единая архитектура понимает и создаёт текст, изображения, видео и звук. Помимо языковых задач умеет генерировать картинки и видео, разбирать звук и синтезировать речь.

Понимает

текст, картинки, звук, видео

Создаёт

текст, картинки, видео, речь

Состав сверен с вендором: 2026-08-18

Входит в подписки

Пока ни в одной карточке справочника эта модель не отмечена как входящая в план. Как только состав плана подтвердится у вендора, она появится здесь.