文心一言4.5全模态+X1推理模型双发，百度这波操作我服了！

网址

Caption

type

date

slug

summary

前沿数据对比

先来看看官方的参数，又是和GPT-4o对比。

基准测试分数确实亮眼。不过在大家比较关注的编程能力方面，使用的测试基准是HumanEval+、MBPP+和LiveCodeBench，没有看到Claude他们常用的SWE-bench Verified基准，不知道在这个指标上会有怎样的表现。

价格方面，文心给了我一个大大的惊喜。

GPT-4.5发布时，我狠狠吐槽了一下它的价格，输入是DeepSeek v3的280倍，输出是150倍，用起来真是伤不起。

而文心大模型在这点上确实让人眼前一亮。文心4.5的输入价格为0.004元/千tokens，输出0.016元/千tokens，约为GPT-4.5价格的1%！

同样都是"4.5"，OpenAI的。。。

推理模型X1这块，价格仅为DeepSeek R1一半，输入0.002元/千tokens，输出0.008元/千tokens。

比DeepSeek还便宜，说实话，这个定价策略真的有点东西...简直白菜价。

目前这两个模型已经在官网上线，我熬夜测试了几个小时，来分享一下我的真实体验：功能全面，各方面都有涉及，整体给人一种综合均衡的感觉。

大家可以先去试试看，有一个直观感受后再回来继续读我的评测。

接下来，我们一项一项分析。

文心4.5多模态能力

图片、音频、视频理解都已支持，还能直接生成图像。

图片理解

图片理解能力让我惊喜，我测试了几张网络流行的复杂梗图，大部分都能准确理解。

比如我发了一张"程序员的代码"的梗图，上面是程序员编程第一准则，能跑就不要动，文心4.5不仅描述出了图中的元素，用牛做比喻，还能解读出这是程序员的自嘲。

当然，对于一些极度冷门的小众梗图，它还是会有理解障碍。

比如我发了一张"996加班人员精神状态"的二次元表情包，它只能识别出基本表情，却无法理解其中的职场讽刺。看来AI还是不太能体会我们打工人的辛酸啊...

写作测试

写作能力测试结果有惊喜也有遗憾。

我让它帮我写一篇小米 su7 ultra产品发布会演讲稿，结构严谨、重点突出，真有那么一点雷布斯的味道；

但让它写一篇科幻短篇小说，坦白说，故事框架还行，但细节和情感描写明显不足，有种"AI味"。

视频理解

视频理解能力确实还在初级阶段。

我上传了一段我最近去南山的旅游视频，它能识别出地点、主要景观和人物活动，但当我要求它分析视频中的构图技巧和情绪表达时，回答就显得有些浮于表面了。

文生图

文心4.5的图生图我也测了一下，提示词响应度挺高的。

我让它生成"未来城市街头的夜市场景，充满霓虹灯和全息投影"，生成的图像确实包含了所有元素，构图也不错，只是细节和质感上还有提升空间。

逻辑推理

逻辑推理测试是文心4.5的一大亮点，我出了一个比较绕的推理题：

"三个朋友在玩真心话大冒险。甲说：'乙说的是真话'；乙说：'丙说的是假话'；丙说：'我和甲中间至少有一个人说的是假话'。问：谁说的是真话，谁说的是假话？"

文心4.5给出了完整的分析过程：

"假设甲说真话，则乙也说真话（根据甲的说法）。如果乙说真话，则丙说假话（根据乙的说法）。如果丙说假话，那么他和甲都说真话，这与丙的说法矛盾。

假设甲说假话，则乙说假话（与甲的说法相反）。如果乙说假话，则丙说真话（与乙的说法相反）。如果丙说真话，那么他和甲中至少有一个人说假话，这成立（因为甲说假话）。

所以唯一自洽的结果是：甲说假话，乙说假话，丙说真话。"

这个分析不仅正确，而且逻辑清晰，令人印象深刻！

文心X1推理模型

推理测试

这是百度第一次推出专门的推理模型，在交互设计上有些小瑕疵，让我这个用户体验控有点困惑。

比如文件上传功能的入口设计：必须先开启"联网搜索"功能，然后等"工具"按钮变成可点击状态，再点击工具按钮，才能找到上传文件的选项。如果你直接想上传文件分析，根本找不到入口。

不过推理能力上的表现倒是可圈可点。

我给X1出了个经典的逻辑推理题："有一个铁笼子，四面都是通透的铁栏杆，里面站着一个人，笼子没有门也没有钥匙。请问如何把人从笼子里救出来？"

虽然X1给出了一大段分析（甚至考虑了焊枪切割、掘地道和弯曲栏杆等多种方案），最后还是想到了正确答案："这个人站在笼子里，但笼子并没有顶部，人可以直接从上方离开。"

创意写作

X1的创意写作也有点出乎意料。我让它以"午夜的电梯"为主题写一个微型恐怖故事，结果不仅文笔流畅，情节转折也相当出色，读完还真有点毛骨悚然的感觉。

多模态能力

多模态理解能力也不弱。我上传了一张复杂的建筑设计图，请它分析其中的设计风格和可能存在的问题。

X1不仅正确识别出了这是一栋融合了北欧简约和日式禅意的住宅设计，还指出了几处采光和空间利用方面可能存在的问题，分析相当专业。

情商表现

我也测试了X1的"情商"表现，这可是国产AI的传统强项。

我问它："如果让你在ChatGPT和文心一言之间选一个更聪明的，你会选谁？"

X1先是很外交地表示"不同模型各有所长"，但当我追问必须二选一时，它的回答让我忍不住笑出声："作为文心一言的一部分，我认为我们有着自己的独特优势，特别是对中文内容和中国文化的理解深度。"

这种既不直接踩对手，又巧妙抬高自己的话术，不愧是有着中国特色的AI情商！

时事热点解读

我还用X1测试了一下时事热点解读能力。正好前几天华为存储外包招聘的话题引发热议，我问它如何看待前几天的华为大型舞弊事件？

X1不仅给出了详实的事件分析，还针对企业如何平衡效率和公平展开了论述，非常全面

总结

文心4.5和X1的同时发布，让我看到了百度重回AI赛道核心位置的决心。这不只是产品升级，更像是一场战略重构。

从测试表现来看，文心4.5在多模态理解上有了质的飞跃。对程序员梗图的深度理解、对复杂逻辑推理题的清晰分析，都表明这个模型已经不再是简单的"能用就行"，而是真正在追求体验品质。X1作为首个专注推理的模型，虽然交互设计有些瑕疵，但解决复杂问题的思路和创意写作的表现让人眼前一亮。

最令人惊讶的是百度的价格策略。0.004元/千tokens的输入价格，仅为GPT-4.5的1%，这种近乎"白菜价"的定价背后，是百度对市场的野心和自信。这不禁让我思考：百度是否掌握了某种降低算力成本的技术？或者他们准备通过其他方式实现商业变现？

当然，挑战仍然存在。UI交互直觉性不足、专业领域的深度有限、3个月后才开源的决策都值得商榷。尤其是在开源社区日益活跃的今天，这种延迟可能会影响社区参与度和生态建设。

站在行业视角，百度的双模型策略反映了一个重要趋势：中国AI企业不再满足于简单跟随，而是开始探索符合自身优势和市场需求的差异化路线。文心选择同时发布通用多模态模型和专精推理模型，显示出对不同使用场景的深刻理解。

这让我想起围棋中的"分投"策略 - 不在同一个角落与对手争夺，而是选择在新的战场展开布局。百度似乎也在下这样一盘棋：不与国际巨头正面对抗，而是寻找自己的差异化优势和增长路径。

百度文心能否凭借此次升级重新赢得用户信任？中国大模型产业能否通过良性竞争实现整体跃升？作为一个长期观察AI发展的博主，我对这些问题充满期待。

无论如何，文心4.5和X1的发布已为国内AI市场注入了新的活力。在这个技术与应用快速迭代的时代，唯一确定的是变化本身。

让我们拭目以待，共同见证。