ERNIE-4.5-21B-A3B-Thinking
- 输入 输入模态: 文本
- 推理
- 工具调用
- 开放权重
价格
0 个渠道报价 · 按标价显示这个模型暂无标价渠道。
详细规格
- 最长输入
- 96K
- 许可证
- Apache License 2.0
- 模型家族
- ernie-thinking
Baidu 的页面未说明：输出模态, 推理档位, 可关闭推理, 最大思考预算, 结构化输出, 内置工具, 知识截止, 别名。
本地运行
权重： baidu/ERNIE-4.5-21B-A3B-Thinking- 参数 21.8B
- 激活 3B · 专家 64
- 原生精度 BF16
- 层数 28
- 每 token 的 KV 缓存 56 KB
- 配置位置数 128K （config.json max_position_embeddings）
- API 上下文 128K （厂商 API）
在你的配置上 · GeForce RTX 4090
●流畅 Q6_K （自动） 8K 上下文 172–258 tok/s单卡
权重KV 缓存运行开销可用上限
- 需要
- ≈ 18.0 GB (权重 16.7 + KV 缓存 0.4 + 开销 0.8)
- 可用
- 21.6 GB (标称的 90%)
- 生成速度
- 172–258 tok/s (每 token 读激活的 3B)
- 最长上下文
- 74K (再长就放不下)
- 首 token
- 2K 提示约 0.10–0.15 秒
| 推荐精度 | 权重 | 8K 需要 | 在你的配置上 | 最长上下文 |
|---|---|---|---|---|
| 原生 BF16官方 | 40.7 GB | ≈ 43.1 | ○需放到内存 13–19 tok/s | — |
| Q8_0 | 21.6 GB | ≈ 23.1 | ○需放到内存 91–137 tok/s | — |
| FP8 | 20.3 GB | ≈ 21.8 | ○需放到内存 123–184 tok/s | — |
| Q6_K | 16.7 GB | ≈ 18.0 | ●流畅 172–258 tok/s | 74K |
| Q5_K_M | 14.5 GB | ≈ 15.6 | ●流畅 194–290 tok/s | 117K |
| Q5_0 | 14.0 GB | ≈ 15.1 | ●流畅 199–299 tok/s | 127K |
| Q4_K_M | 12.3 GB | ≈ 13.4 | ●流畅 220–330 tok/s | 128K |
| Q4_0 | 11.4 GB | ≈ 12.4 | ●流畅 234–350 tok/s | 128K |
| IQ4_XS | 10.8 GB | ≈ 11.8 | ●流畅 244–366 tok/s | 128K |
| Q3_K_M质量下降明显 | 9.9 GB | ≈ 10.9 | ●流畅 260–390 tok/s | 128K |
| IQ3_XXS质量下降明显 | 7.8 GB | ≈ 8.7 | ●流畅 312–467 tok/s | 128K |
| Q2_K质量下降明显 | 7.6 GB | ≈ 8.6 | ●流畅 316–474 tok/s | 128K |
| IQ2_XXS质量下降明显 | 5.2 GB | ≈ 6.2 | ●流畅 406–609 tok/s | 128K |
点一行换精度。“官方”是厂商自己发布的文件，大小是实际值；其余按参数量 × 每权重位数估算。
和其他配置比
每个配置各用它能跑的最高精度，点一个看细节。
最低需要（Q4_K_M · 8K）：显卡 GeForce RTX 5080；统一内存 Apple M5 Pro (16-core GPU) · 24 GB。
运行命令
厂商没有发布这个精度的文件。可选原生精度或厂商自己的版本，或用 llama.cpp 自己量化。
微调需要多少显存
全参≈ 327.0 GB你的配置放不下
LoRA≈ 42.5 GB你的配置放不下
QLoRA≈ 13.3 GB你的配置放得下
batch 1、序列 2048、梯度检查点；LoRA / QLoRA 为注意力投影上的 r=16 适配器。
估算；数据来自厂商的 Hugging Face 仓库，截至 2026-11-06。 怎么估算的
引用评分
来自第三方排行榜，并非我们测得这个模型还没有出现在我们引用的任何排行榜上。
变更
全部变更 →暂无变更记录。
来源
- ERNIE-4.5-21B-A3B-Thinking_文心大模型_大语言模型_推理大模型-飞桨AI Studio星河社区（在新标签页打开） aistudio.baidu.com · 核对于 2026年11月5日
- 【ERNIE】10分钟部署ERNIE-4.5-21B-A3B-Thinking - 飞桨AI Studio星河社区（在新标签页打开） aistudio.baidu.com · 核对于 2026年10月31日
- ERNIE-4.5-21B-A3B-Thinking（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- baidu/ERNIE-4.5-21B-A3B-Thinking config.json（在新标签页打开） huggingface.co · 核对于 2026年11月5日
- baidu/ERNIE-4.5-21B-A3B-Thinking model card（在新标签页打开） huggingface.co · 核对于 2026年11月3日
- 模型更新记录 - 百度千帆·大模型服务及Agent开发平台（在新标签页打开） cloud.baidu.com · 核对于 2026年11月3日
- baidu/ERNIE-4.5-21B-A3B-Thinking README.md（在新标签页打开） huggingface.co · 核对于 2026年11月4日
- baidu/ERNIE-4.5-21B-A3B-Thinking files（在新标签页打开） huggingface.co · 核对于 2026年11月1日
- LLM_API（在新标签页打开） ai.baidu.com · 核对于 2026年11月3日
本页部分数值尚待与官方页面核对：实心圆点已核实，空心圆点尚未核实（无论是否已有来源）。 我们如何核实数据
Baidu · 中国 · cloud.baidu.com
相关模型
快照、同系列与同厂商的其他模型