模型比较
ERNIE-4.5-300B-A47B
对比
Kimi-K2-Instruct-0905
2026年2月28日
定价
Input
$
0.28
/ M Tokens
$
0.4
/ M Tokens
Output
$
1.1
/ M Tokens
$
2
/ M Tokens
元数据
创建
2025年9月3日
许可证
OPEN SOURCE
MODIFIED MIT LICENSE
提供者
BAIDU
Moonshot AI
规格
州
Available
Available
建筑
Mixture of Experts
Mixture of Experts
校准的
不
不
专家混合
是
是
总参数
300B
1000B
激活的参数
47B
32B
推理
不
不
精度
FP8
FP8
上下文长度
131K
262K
最大输出长度
131K
262K
支持功能
Serverless
支持
支持
Serverless LoRA
不支持
不支持
微调
不支持
不支持
Embeddings
不支持
不支持
Rerankers
不支持
不支持
支持 Image Input
不支持
不支持
JSON Mode
支持
支持
结构化Outputs
不支持
不支持
工具
不支持
支持
FIM 补全
不支持
不支持
对话前缀补全
不支持
不支持
ERNIE-4.5-300B-A47B比较中
看看ERNIE-4.5-300B-A47B与其他流行模型在关键维度上进行比较。
对比
MiniMax-M2.5
对比
GLM-5
对比
Step-3.5-Flash
对比
GLM-4.7
对比
MiniMax-M2.1
对比
GLM-4.6V
对比
Kimi-K2-Thinking
对比
MiniMax-M2
对比
GLM-4.6
对比
Qwen3-VL-235B-A22B-Instruct
对比
Qwen3-VL-235B-A22B-Thinking
对比
Ring-flash-2.0
对比
Ling-flash-2.0
对比
Qwen3-Next-80B-A3B-Instruct
对比
Qwen3-Next-80B-A3B-Thinking
对比
Kimi-K2-Instruct-0905
对比
GLM-4.5V
对比
gpt-oss-120b
对比
step3
对比
Qwen3-235B-A22B-Thinking-2507
