Pengembang terus mencari model AI tangguh yang memberikan hasil andal tanpa biaya atau kerumitan berlebihan. Baidu mengatasi kebutuhan ini dengan ERNIE X1.1, model penalaran mutakhir yang meningkatkan akurasi faktual, kepatuhan instruksi, dan kemampuan keagenan. Diluncurkan pada Wave Summit 2025, model ini dibangun di atas fondasi ERNIE 4.5, menggabungkan pembelajaran penguatan end-to-end untuk kinerja superior. Pengguna mengaksesnya melalui ERNIE Bot, aplikasi Wenxiaoyan, atau platform Qianfan Model-as-a-Service (MaaS) melalui API, menjadikannya serbaguna untuk aplikasi individual maupun perusahaan.
Artikel ini memandu Anda melalui setiap aspek penggunaan API ERNIE X1.1. Kami mulai dengan gambaran umum model, kemudian beralih ke prosedur pengaturan, dan akhirnya menjelajahi skenario penggunaan tingkat lanjut. Dengan mengikuti langkah-langkah ini, Anda mengintegrasikan ERNIE X1.1 secara efisien ke dalam alur kerja Anda.
Apa Itu ERNIE X1.1? Fitur dan Kemampuan Utama
Baidu merancang ERNIE X1.1 sebagai model penalaran pemikiran mendalam multimodal yang menangani tugas-tugas kompleks yang melibatkan perencanaan logis, refleksi, dan evolusi. Ini secara signifikan mengurangi halusinasi, meningkatkan kepatuhan instruksi sebesar 12,5%, dan meningkatkan fungsi keagenan sebesar 9,6% dibandingkan dengan pendahulunya, ERNIE X1. Selain itu, model ini mencapai akurasi faktual 34,8% lebih tinggi, menjadikannya ideal untuk aplikasi seperti Q&A pengetahuan, pembuatan konten, dan pemanggilan alat.
Model ini mendukung jendela konteks yang luas, hingga 32K token dalam beberapa varian, memungkinkannya memproses input bentuk panjang tanpa kehilangan koherensi. Pengembang memanfaatkan kemampuan multimodalnya untuk menangani teks, gambar, dan bahkan analisis video, memperluas kasus penggunaan di luar model bahasa tradisional. Misalnya, ERNIE X1.1 mengidentifikasi konten gambar secara akurat dan mensimulasikan skenario fisik, seperti partikel dalam wadah 3D yang berputar.
Selain itu, ERNIE X1.1 memprioritaskan keandalan dengan memberikan informasi yang akurat daripada instruksi yang menyesatkan, yang membedakannya di lingkungan yang kritis terhadap keselamatan. Baidu menyebarkannya di platform Qianfan, memastikan skalabilitas untuk panggilan API bervolume tinggi. Pengaturan ini memungkinkan integrasi tanpa hambatan dengan sistem yang ada, baik Anda membangun chatbot, mesin rekomendasi, atau alat analisis data.
Beralih ke metrik kinerja, ERNIE X1.1 menunjukkan dominasi dalam tolok ukur, seperti yang ditunjukkan dalam evaluasi terbaru.
Kinerja Tolok Ukur ERNIE X1.1: Mengungguli Pesaing
Baidu mengevaluasi ERNIE X1.1 terhadap model-model teratas seperti DeepSeek R1-0528, Gemini 2.5 Pro, dan GPT-5, mengungkapkan kekuatannya dalam akurasi dan tingkat halusinasi yang rendah. Visualisasi utama dari peluncuran tersebut mengilustrasikan perbandingan ini di berbagai tolok ukur.
Sebaliknya, panel tingkat halusinasi mencakup HalluQA (Hallu-Precision, Lebih Rendah Non-Existent Lebih Baik), Hallu Lens (Rate, Lebih Rendah Lebih Baik), dan lainnya. Di sini, ERNIE X1.1 menunjukkan batang terendah, menunjukkan kesalahan minimal – misalnya, di bawah 25% di HalluQA.
Data ini menggarisbawahi bagaimana ERNIE X1.1 melampaui DeepSeek dalam kinerja keseluruhan sambil tetap setara dengan GPT-5. Pengembang mendapatkan manfaat dari metrik ini saat memilih model untuk tugas-tugas yang menuntut presisi. Sekarang, mari beralih ke implementasi praktis dengan menyiapkan akses.
Memulai dengan API ERNIE X1.1 di Platform Qianfan
Anda mulai dengan mendaftar di platform Wenxin Qianfan Baidu AI Cloud. Kunjungi situs resmi dan buat akun pengembang menggunakan email atau nomor telepon Anda. Setelah diverifikasi, ajukan akses API ke model ERNIE. Baidu meninjau aplikasi dengan cepat, seringkali dalam beberapa jam, memberi Anda ID klien dan kunci rahasia.
Selanjutnya, instal SDK yang diperlukan. Pengguna Python menggunakan Qianfan SDK melalui pip: pip install qianfan. Pustaka ini menangani otentikasi dan permintaan secara efisien. Untuk bahasa lain seperti Java atau Go, Baidu menyediakan SDK yang setara dengan antarmuka serupa.
Setelah instalasi, konfigurasikan variabel lingkungan Anda. Atur QIANFAN_AK ke kunci akses Anda dan QIANFAN_SK ke kunci rahasia Anda. Langkah ini mengamankan kredensial Anda tanpa mengkodekannya secara langsung dalam skrip. Setelah pengaturan selesai, Anda melanjutkan ke otentikasi.
Mengotentikasi Permintaan ke API ERNIE X1.1
Platform Qianfan menggunakan OAuth 2.0 untuk otentikasi. Anda membuat token akses dengan mengirimkan permintaan POST ke endpoint token. Dalam Python, Qianfan SDK mengotomatiskan proses ini. Untuk implementasi manual, buat permintaan seperti ini:
import requests
url = "https://aip.baidubce.com/oauth/2.0/token"
params = {
"grant_type": "client_credentials",
"client_id": "YOUR_CLIENT_ID",
"client_secret": "YOUR_CLIENT_SECRET"
}
response = requests.post(url, params=params)
access_token = response.json()["access_token"]
Simpan token, yang kedaluwarsa setelah 30 hari, dan segarkan sesuai kebutuhan. Lampirkan ke panggilan API melalui parameter kueri access_token. Metode ini memastikan komunikasi yang aman. Namun, selalu tangani token dengan hati-hati untuk menghindari paparan.
Setelah diautentikasi, Anda menargetkan endpoint yang sesuai untuk ERNIE X1.1.
Endpoint API ERNIE X1.1 dan Struktur Permintaan
Baidu menyusun API ERNIE di bawah jalur /chat. Untuk ERNIE X1.1, gunakan endpoint /chat/ernie-x1.1 atau /chat/ernie-x1.1-32k untuk konteks yang diperluas, berdasarkan varian yang tersedia. Konfirmasikan nama model yang tepat di dasbor Qianfan Anda, karena mungkin muncul sebagai "ernie-x1.1-preview" selama peluncuran awal.
Kirim permintaan POST dengan badan JSON. Parameter utama meliputi:
messages: Daftar kamus dengan "role" (user atau assistant) dan "content".temperature: Mengontrol keacakan (0.0-1.0, default 0.8).top_p: Ambang batas pengambilan sampel inti (default 0.8).stream: Boolean untuk streaming respons.
Contoh badan permintaan:
{
"messages": [
{"role": "user", "content": "Jelaskan komputasi kuantum."}
],
"temperature": 0.7,
"top_p": 0.9,
"stream": false
}
Header harus menyertakan Content-Type: application/json dan token akses di URL: https://aip.baidubce.com/rpc/2.0/ai_custom/v1/wenxinworkshop/chat/ernie-x1.1?access_token=YOUR_TOKEN.
Format ini mendukung percakapan satu arah dan multi-arah. Untuk input multimodal, tambahkan bidang "type" seperti "image" dengan URL atau data base64.
Menangani Respons dari API ERNIE X1.1
Respons tiba dalam format JSON. Bidang utama:
result: Teks yang dihasilkan.usage: Jumlah token untuk prompt, penyelesaian, dan total.id: Pengidentifikasi respons unik.
Dalam mode streaming, proses bagian melalui Server-Sent Events (SSE), di mana setiap peristiwa berisi hasil parsial. Uraikan seperti ini di Python:
import qianfan
chat_comp = qianfan.ChatCompletion()
resp = chat_comp.do(model="ERNIE-X1.1", messages=[{"role": "user", "content": "Halo"}], stream=True)
for chunk in resp:
print(chunk["result"])
Periksa kesalahan di bidang "error_code". Masalah umum termasuk token tidak valid (kode 110) atau batas laju (kode 18). Pantau penggunaan untuk tetap dalam kuota, yang bervariasi berdasarkan langganan – tingkat gratis membatasi hingga 100 QPS, sementara paket berbayar berskala lebih tinggi.
Dengan dasar-dasar yang telah dibahas, pengembang sering beralih ke alat seperti Apidog untuk pengujian yang efisien.
Menggunakan Apidog untuk Pengujian API ERNIE X1.1
Apidog berfungsi sebagai platform yang sangat baik untuk menguji endpoint API ERNIE X1.1. Ini menawarkan antarmuka intuitif untuk merancang, melakukan debug, dan mengotomatiskan permintaan, menjadikannya superior untuk pengembangan kolaboratif.
Pertama, unduh dan instal Apidog dari situs resmi mereka. Buat proyek baru dan impor spesifikasi API ERNIE. Apidog mendukung impor OpenAPI, jadi unduh spesifikasi Baidu jika tersedia, atau tambahkan endpoint secara manual.
Untuk menyiapkan permintaan, navigasikan ke bagian API dan buat metode POST baru untuk /chat/ernie-x1.1. Masukkan token akses Anda di parameter kueri. Di tab badan, bangun struktur JSON dengan pesan dan parameter. Sistem variabel Apidog memungkinkan Anda memparameterisasi token atau prompt untuk digunakan kembali.
Kirim permintaan dan periksa respons secara real-time. Apidog menyoroti struktur JSON, melacak waktu, dan mencatat kesalahan. Misalnya, uji kueri sederhana: "Buat skrip Python untuk analisis data." Analisis bidang "result" untuk akurasi.
Selain itu, otomatisasi pengujian dengan membuat skenario. Tautkan beberapa permintaan untuk mensimulasikan obrolan multi-arah – satu untuk prompt awal, yang lain untuk tindak lanjut. Gunakan pernyataan untuk memvalidasi kunci respons, seperti memastikan "usage.total_tokens" < 1000.
Apidog unggul dalam mocking untuk pengembangan offline. Buat server mock yang meniru respons ERNIE X1.1, memungkinkan kolaborasi tim tanpa panggilan API langsung. Bagikan proyek melalui tautan untuk umpan balik.
Untuk pengujian tingkat lanjut, integrasikan kumpulan data. Unggah file CSV dengan prompt bervariasi dan jalankan pengujian batch untuk mengevaluasi konsistensi. Pendekatan ini mengungkapkan kasus-kasus ekstrem, seperti input panjang yang memicu batas konteks.
Dengan menggabungkan Apidog, Anda mempercepat siklus pengembangan. Namun, ingatlah untuk mematuhi batas laju Baidu selama pengujian ekstensif.
Fitur Lanjutan API ERNIE X1.1
ERNIE X1.1 bersinar dalam tugas-tugas keagenan, di mana ia memanggil alat eksternal. Aktifkan ini dengan menyertakan "tools" dalam permintaan – array definisi fungsi dengan nama, deskripsi, dan parameter. Model merespons dengan panggilan alat jika diperlukan, yang Anda jalankan dan umpan balik.
Misalnya, definisikan alat cuaca:
"tools": [
{
"type": "function",
"function": {
"name": "get_weather",
"description": "Dapatkan cuaca saat ini",
"parameters": {
"type": "object",
"properties": {"location": {"type": "string"}}
}
}
}
]
ERNIE X1.1 memproses prompt, mengeluarkan tool_call, dan Anda merespons dengan hasilnya di pesan berikutnya.
Selain itu, manfaatkan input multimodal. Unggah gambar melalui base64 dalam pesan: {"role": "user", "content": [{"type": "image_url", "image_url": {"url": "data:image/jpeg;base64,..."}}]}. Ini memungkinkan penalaran berbasis visi, seperti mendeskripsikan pemandangan atau menganalisis bagan.
Integrasikan dengan kerangka kerja seperti LangChain untuk operasi berantai. Gunakan QianfanChatEndpoint:
from langchain_community.chat_models import QianfanChatEndpoint
llm = QianfanChatEndpoint(model="ernie-x1.1")
response = llm.invoke("Ringkas teks ini...")
Abstraksi ini menyederhanakan alur kerja yang kompleks. Batas laju biasanya dibatasi hingga 2000 token per menit untuk input, tetapi paket perusahaan menawarkan penskalaan khusus. Harga mulai rendah – sekitar $0,28 per juta token input untuk varian X1.
Praktik Terbaik untuk Integrasi API ERNIE X1.1
Insinyur mengoptimalkan kinerja dengan membuat prompt yang tepat. Gunakan pesan sistem untuk mengatur peran: {"role": "system", "content": "Anda adalah asisten yang membantu."}. Ini memandu perilaku secara efektif.
Pantau penggunaan token untuk mengontrol biaya. Pangkas prompt dan gunakan parameter pemotongan. Selain itu, implementasikan percobaan ulang untuk kesalahan sementara, seperti masalah jaringan, dengan backoff eksponensial.
Amankan kunci API Anda dalam variabel lingkungan atau brankas. Hindari mencatat data sensitif dalam respons. Untuk produksi, gunakan caching untuk kueri yang sering untuk mengurangi panggilan.
Uji di berbagai bahasa, karena ERNIE X1.1 unggul dalam bahasa Mandarin tetapi menangani bahasa Inggris dengan baik. Tolok ukur integrasi Anda terhadap kekuatan model, seperti halusinasi rendah dalam Q&A faktual.
Terakhir, tetap perbarui melalui portal pengembang Baidu untuk fitur baru atau pembaruan model.
Pemecahan Masalah Umum API ERNIE X1.1
Pengguna mengalami kesalahan otentikasi jika token kedaluwarsa. Segarkan segera. Nama model yang tidak valid memicu respons 404 – verifikasi "ernie-x1.1" di dasbor Anda.
Batas laju terlampaui menyebabkan kesalahan 429. Implementasikan antrean atau tingkatkan paket. Untuk respons yang tidak lengkap, tingkatkan parameter max_tokens hingga batas model.
Debug dengan log Apidog, yang menangkap siklus permintaan/respons penuh. Jika multimodal gagal, pastikan format gambar cocok dengan jenis yang didukung (JPEG, PNG).
Hubungi dukungan Baidu untuk masalah yang terus-menerus, berikan kode kesalahan dan stempel waktu.
Kesimpulan: Tingkatkan AI Anda dengan API ERNIE X1.1
ERNIE X1.1 memberdayakan pengembang untuk membangun aplikasi cerdas dan andal. Dari pengaturan hingga integrasi tingkat lanjut, panduan ini membekali Anda dengan pengetahuan untuk memanfaatkan potensi penuhnya. Gabungkan Apidog untuk pengujian yang efisien, dan saksikan proyek Anda berkembang.
Seiring berkembangnya AI, model seperti ERNIE X1.1 memimpin. Mulai implementasikan hari ini, dan rasakan perbedaan dalam akurasi dan efisiensi.
