百度文心 5.1 官方发布报告厂商报告
2026-05-09来源于百度文心官方发布文章 benchmark.png，收录图中 4 个模型的 8 项指标。AIME26 的有工具与无工具结果分别保存，原图口径分别为 avg@32；τ³-Bench 为 avg@4，DeepSearchQA 为 F1，SpreadsheetBench-Verified 与 GPQA 为 pass@1，MMLU-Pro 与 AdvanceIF 为 accuracy。文章另附 Search Arena 排名截图；该动态榜单由 Arena.ai 数据源独立维护，不在本报告中重复写入。