Wenxin

Ernie Light Dt 1.0

Baidu按量计费
别名:ernie-light-dt-1.0

百度面向长文本任务的轻量模型,基于开源 GLM 并结合 BSA 稀疏注意力与历史压缩,支持 1M 输入、128K 输出、可切换思考模式、函数调用和结构化输出。

textreasoningfunction_calling
起始价格
输入 / 输出 · 1M
上下文
1M
最大输入窗口
最大输出
131.1K
单次响应最大 token 数
模态
→

按供应商定价

比较同一模型在不同供应商的价格与服务表现。

供应商1
USD · 每 1M tokens性能 · 最近 24 小时
供应商折扣输入/M输出/M缓存读取/M
Baidu
省35%
$0.78$1.2
$2.73$4.2
$0.13$0.2
划线金额为标准价。性能统计覆盖最近 24 小时,实际表现随请求变化。

左右滑动表格,查看完整价格与性能。

能力 / 支持的模态

流式输出推理函数调用工具JSON 模式结构化输出提示词缓存
输入
输出

厂商与数据隐私

厂商
Baidu文档
分词器
Ernie tokenizer
许可证
Proprietary (commercial)商业闭源
数据保留19 天默认不会用于上游训练

性能

基准测试

标准化评测得分。百分比越高越好,并展示排名百分位。

指标来源:Artificial Analysis 2026-09-30·Ernie Light Dt 1.0

当前基准快照不包含此模型。

缺失的模型或测量值不代表零分。

基准图表保留来源中的模型选择和思考设置。缺失的模型或测量值不代表零分,基准成本或速度也不是本站的服务承诺。

关于 Ernie Light Dt 1.0

ERNIE Light DT 1.0

百度面向长文本任务的轻量模型,基于开源 GLM 并结合 BSA 稀疏注意力与历史压缩,支持 1M 输入、128K 输出、可切换思考模式、函数调用和结构化输出。

适合长文档归纳、多轮问答、代码分析和需要工具配合的业务助手。其 BSA 稀疏注意力与反馈式历史压缩用于降低长对话的计算和存储开销。官方详情列出 1024K 输入、128K 输出;支持开启或关闭思考、函数调用和结构化输出,不支持内置联网搜索、前缀读写或 FIM。模型为文本输入、文本输出;参数量及知识截止日期未公开。

本站基础报价

单位:美元 / 百万 token。按当前站内汇率 1 USD = ¥6.8 将官方人民币单价换算为美元,再对每项单价向上取整到小数点后 1 位;分组倍率另计。缓存读取与普通输入分别取整。

档位输入输出缓存读取
全时段$1.2$4.2$0.2

官方价格参考

单位:人民币 / 百万 token。

档位输入输出缓存读取
全时段¥8¥28¥0.8

资料核实日期:2026-11-12。模型资料与报价已核对;本站渠道的真实推理及缓存结算尚未在本次操作中测试。

来源

使用场景与提示词

调用示例

向本站 OpenAI 兼容接口发送请求:

POST /v1/chat/completions
Authorization: Bearer YOUR_API_KEY
Content-Type: application/json
{
  "model": "ernie-light-dt-1.0",
  "messages": [
    {
      "role": "user",
      "content": "请将这份材料整理为要点、依据和待确认事项。"
    }
  ],
  "max_tokens": 2048,
  "stream": false
}

工具任务需由应用提供函数定义、执行工具并回传结果。长材料任务请说明输出字段和判断标准,并为最终回答预留输出空间。示例依据接口资料整理,本次未进行真实模型调用。

接入 API

API 接口文档

调用示例

请求POST/v1/chat/completions
请求示例
参数
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

替换 <YOUR_API_KEY> 替换为 API 密钥页面中的密钥。

身份验证

所有请求必须携带 Authorization: Bearer <TOKEN> 请求头。Anthropic 格式的端点也接受 x-api-key 请求头。

在「API 密钥」页面生成 API 密钥,可以按模型、分组、IP、速率等维度精细化授权。

支持的参数

Generation parameters
参数类型默认值 / 范围说明信息
temperature
number
=10 ~ 2
采样温度;越低越稳定
top_p
number
=10 ~ 1
核采样累计概率
max_tokens
integer>= 1响应中最大 token 数
frequency_penalty
number
=0-2 ~ 2
惩罚高频 token 的重复出现
presence_penalty
number
=0-2 ~ 2
鼓励引入新话题
stop
array—最多 4 个停止生成的字符串
seed
integer—尽量保证可复现的采样种子
n
integer
=1>= 1
生成的候选条数
stream
boolean
=false
通过 SSE 流式返回 token
response_format
object—强制输出 JSON 对象或符合 Schema 的结果
tools
array—模型可调用的工具 / 函数声明
tool_choice
string
autononerequired
工具选择策略或具体工具名
logprobs
boolean
=false
返回每个 token 的对数概率
top_logprobs
integer0 ~ 20每个 token 返回的 top 概率数量
logit_bias
object—按 token 的 logit 偏置映射
user
string—用于风险审计的终端用户标识

速率限制

供应商RPMTPMRPD
Baidu无限制无限制无限制

无限制

关于 ernie-light-dt-1.0 的常见问题

ernie-light-dt-1.0 是什么?

百度面向长文本任务的轻量模型,基于开源 GLM 并结合 BSA 稀疏注意力与历史压缩,支持 1M 输入、128K 输出、可切换思考模式、函数调用和结构化输出。

如何调用 ernie-light-dt-1.0?

创建具有 ernie-light-dt-1.0 访问权限的 API 密钥,然后使用 API 接入模块中的准确模型 ID 和受支持的接口。请求字段取决于所选接口。

ernie-light-dt-1.0 如何计费?

费用取决于所选供应商分组和模型计费单位。注册前即可在本页查看当前输入、输出、单次请求或媒体价格。

ernie-light-dt-1.0 的上下文窗口有多大?

模型目录配置的上下文窗口为 1048576 tokens。具体请求限制请查看所选接口。

ernie-light-dt-1.0 的最大输出是多少?

模型目录配置的最大输出为 131072 tokens。请求设置可能指定更低的上限。

如何评估 ernie-light-dt-1.0 是否适合我的项目?

请先参考本页的使用场景与提示词指南,再使用项目中的代表性输入评估模型。