ERNIE-5.5-Flash-Base: تفتح Baidu نقطة تحقق بحجم 280 مليار معلمة، ثم تضيّق نطاق استخدامها.

لمدة أسبوعين، كان أبرز ما يتعلق بـ ERNIE-5.5-Flash-Base هو مدى ضآلة ما ذكرته بايدو عنه. سُجّل مستودع Hugging Face في 21 أكتوبر 2026 وظل فارغًا تقريبًا حتى 2 نوفمبر، ولم يحتوِ إلا على ما يزيد قليلًا عن ملف README. وصلت أولى أجزاء الأوزان في ذلك الصباح، وأُكمل رفع نقطة التحقق FP8 المكوّنة من 128 جزءًا في اليوم التالي. وفي 5 نوفمبر فقط نشرت بايدو المدونة التقنية وبطاقة النموذج التي تشرح ما وضعته هناك فعليًا: نقطة تحقق لخليط خبراء متناثر بـ280 مليار معلمة، منها 14 مليارًا نشطة لكل رمز، ومُدرَّبة مسبقًا من الصفر على 33.5 تريليون رمز.

بحلول ذلك الصباح، كان المستودع الرئيسي قد جرى تنزيله أربع مرات، مقابل عدد إعجابات يقع في أواخر الخمسينيات. المسافة بين هذين الرقمين هي الإصدار في صورة مصغّرة. عدد كبير جدًا من الناس يراقبون تحوّل Baidu الثاني نحو الأوزان المفتوحة، ولا يكاد أحد قد أخذ الأوزان إلى منزله بعد.

هناك أمران يفسران التردد، وكلاهما من خصائص الإصدار نفسه لا من الأحاديث الدائرة حوله. الأول هو أن هذا الأساسي يمثل نقطة تحقق — نهاية التدريب المسبق، دون تدريب وسيط ودون تدريب لاحق — لذا فهو ليس نموذج محادثة ولا يتصرف كواحد. الثاني هو الترخيص. فهو ليس Apache 2.0، ولا يمتد إلى الاتحاد الأوروبي أو المملكة المتحدة أو كوريا الجنوبية، وتتغير شروطه التجارية بمجرد أن تتجاوز إيراداتك ذات الصلة 50 مليون دولار أمريكي سنويًا.

ما الذي نشرته Baidu، وبأي ترتيب

سجل الإيداعات في المستودع يقدّم سردًا أوضح للإصدار من أي إعلان. إيداع أولي في 21 أكتوبر. ثم README في 26 أكتوبر، تلاه بعد دقيقتين رفع مجلد ثم حذف صور البنية والأداء — وهو التقلّب المعتاد ممن يجمع صفحة. وصلت ملفات التهيئة في 2 نوفمبر عند 06:29، وبعدها مباشرة شظايا الأوزان، ووصلت آخر شظية من الـ128 قبل 09:00 من صباح اليوم التالي. رُفعت أرقام القياس والبنية في 4 نوفمبر. وجاء الشعار وتعديلات المُرمِّز ومراجعات README النهائية في 5 نوفمبر، خلال ساعات من نشر تدوينة المدونة.

إذن التسلسل هو: الأوزان أولًا، والتوثيق ثانيًا، والإعلان ثالثًا. لم تُنظِّم بايدو عملية إطلاق ثم تسحب الملفات في أعقابها. بل وضعت نقطة حفظ بحجم 280 مليار معلمة على الإنترنت، وكتبت الشرح بعد ذلك. ويستحق ذلك أن يُقال بوضوح، لأن الإطار الذي ستراه في التغطية باللغة الصينية — إعلان انتصاري عن المصادر المفتوحة — يصف ما حدث في 5 نوفمبر، لا ما حدث في 2 نوفمبر.

يوجد مستودعان، والانقسام بينهما يهم أكثر مما هو معتاد. baidu/ERNIE-5.5-Flash-Base يوفّر safetensors بدقة مختلطة FP8؛ baidu/ERNIE-5.5-Flash-Base-BF16 يوفّر نقطة التحقق نفسها بصيغة BF16. كلاهما غير مقيّد، وكلاهما نصّي فقط، وكلاهما يعلن المجموع نفسه البالغ 280B و14B مُنشّطة. توجد مجموعة ثالثة من الأوزان داخل النموذج باسم معاملات ECHO — وعددها 0.36B — وهي التي يستبعدها Baidu صراحةً من الأعداد الرئيسية.

يجدر تثبيت اصطلاحات العد لأنها تختلف في الصفحة نفسها. يشمل رقم 280B لدى Baidu تضمين الإدخال ورأس الإخراج، بينما يحسب رقم 14B المفعّل رأس الإخراج دون عملية البحث في التضمين. وتعرض أداة حجم النموذج الخاصة بـ Hugging Face القيمة 286B — وهو اصطلاح مختلف مطبّق على الملفات نفسها. لا أحد منهما خاطئ؛ فكلاهما يجيب عن سؤالين مختلفين قليلًا، وورقة مواصفات تخلط بينهما لن تكون متسقة.

نقطة التحقق الأساسية ليست روبوت محادثة، والفرق ليس شكليًا.

السطر الأكثر أهمية على بطاقة النموذج هو أقلها إثارةً: فهذا هو "نقطة التحقق في نهاية التدريب المسبق، قبل أي تدريب وسيط أو لاحق." والغرض المعلن لبايدو هو التكيّف مع المجال، وضبط التعليمات، وأبحاث التعلّم المعزّز. إنها نقطة انطلاق، وتُباع كنقطة انطلاق.

ما يعنيه ذلك عمليًا هو أنه لا يمكنك استبداله به في منتج محادثة وتتوقع {{ERNIE}}. إذ تقدّمه البطاقة عبر نقطة النهاية /v1/completions بدلًا من إكمال المحادثات، وتنبّه إلى أن المدخلات تحتاج إلى رمز BOS، لذا يجب أن تحافظ عملية الترميز على add_special_tokens=True. النموذج الأساسي يواصل النص، ولا يتبع التعليمات ولا يرفض الطلبات ولا يجري محادثة، لأن لا شيء قد علّمه ذلك.

لا يوجد أيضًا نظير مُدرَّب بعد التدريب حتى الآن، وهذا هو الجزء الذي يخطئ فيه القراء غالبًا عند رؤية أرقام المقاييس. تقول مدونة بايدو إن ERNIE 5.5 Flash المُدرَّب بعد التدريب «سيأتي لاحقًا». وهو غير موجود اليوم. لا توجد واجهة برمجة تطبيقات مستضافة له على Qianfan تذكرها مواد الإصدار، ولا يوجد نموذج محادثة للمقارنة به، ولا صف لـ ERNIE 5.5 Flash على Artificial Analysis — تحققت من فهرس النماذج في 5 نوفمبر وهو يضم ERNIE 4.5 300B A47B و ERNIE 5.0 Thinking Preview، ولا شيء من سلسلة 5.5.

لذا فإن الوصف الصادق لـ 5.5 Flash كعائلة منتجات، في يوم الإعلان عنها، هو: نقطة تحقق أساسية واحدة، وأوزان مفتوحة، ولا نموذج instruct، ولا نقطة نهاية. كل ما عدا ذلك مجرد وعد بما سيأتي لاحقًا.

داخل البنية، باختصار.

أنفقت Baidu جهودها الهندسية على تكلفة السياق الطويل، والتصميم مفهوم حتى لو لم تدرّبه قط.

• الانتباه — تستخدم 37 من أصل 43 طبقة الانتباه المضغوط بشدة (HCA)، الذي يخزّن إدخالًا واحدًا لكل 128 رمزًا، بينما تحتفظ 6 طبقات بالوصول على مستوى الرمز عبر MLA مع الانتباه المتناثر (DSA). وعند ميزانية متكافئة لذاكرة KV-cache المؤقتة، تفيد Baidu بأن HCA المقترن بـ MLA يتفوق على HCA المقترن بالانتباه المتناثر المضغوط.

• هندسة الرؤوس — تحصل طبقات HCA الرخيصة المضغوطة بمعامل 128× على رؤوس عريضة بأبعاد 512؛ بينما تحصل طبقات MLA المكلفة على مستوى الرموز على رؤوس ضيقة بأبعاد 256. ويُطابَق عرض الرأس مع ما يكلّفه انتباه كل طبقة فعليًا.

• الخبراء — 512 خبيرًا موجّهًا لكل طبقة MoE مع توجيه top-10 بالإضافة إلى خبير مشترك واحد، تُوزَّع وتُدمَج في فضاء كامن بأبعاد 2,048 عند نصف العرض المخفي. موازنة الحمل خالية من الخسارة المساعدة.

• البواقي والمخرجات — تحل Manifold-Constrained Hyper-Connections ذات أربعة تدفقات باقية متوازية محل المسار الباقي القياسي، ويعمل رأس MultiMax ذو درجة حرارة قابلة للتعلّم ومتعددة القطع على شحذ توزيع المفردات.

• ECHO — بدلاً من وحدة منفصلة للتنبؤ متعدد الرموز، تتوقع الطبقة النهائية الخاصة بالعمود الفقري الرموز المستقبلية وتعمل أيضاً كنموذج مسودة لفك التشفير التخميني. هذا هو 0.36B الذي يقع خارج عدد المعاملات.

• المُرمِّز — نحو 201,000 مدخل BPE، حيث تُقسَّم الأرقام إلى رموز من اليمين إلى اليسار في مجموعات لا تتجاوز ثلاثة أرقام.

قصة السياق هي العنوان العملي: 128K أثناء التدريب، و1M للضبط الدقيق والاستدلال، مع تهيئة الإصدار المنشور التي تتيح إعداد 1M بالفعل. هذه نافذة كبيرة حقًا لنقطة تحقق مفتوحة بهذا الحجم، وهي القدرة التي بنت بايدو الهندسة المعمارية حولها بدلًا من إضافتها لاحقًا.

جدول المعايير المرجعية حقيقي، وهو ليس الرقم الذي تظنه.

تنشر Baidu ثلاثين صفًا عبر الاختبارات والمعرفة والعلوم والتكنولوجيا والهندسة والرياضيات والاستدلال وتعدد اللغات والبرمجة والسياق الطويل، مقابل ثلاثة معاصرين من النماذج الأساسية: DeepSeek-V4-Flash-Base بإجمالي 284B و13B نشطة، وHy3-preview-Base عند 295B و21B، وMiMo-V2.5-Base عند 310B و15B. وقد شُغِّلت الأربعة جميعًا عبر خط تقييم واحد بالتعليمات نفسها وإعدادات few-shot نفسها — وهي الطريقة الصحيحة لبناء الجدول، وهي أيضًا السبب في أنه لا يمكن إدراجه في لوحة صدارة إلى جانب نماذج المحادثة.

يتصدّر ERNIE-5.5-Flash-Base 24 من أصل 30 صفًا. وتكون الفروق الأكثر أهمية في البرمجة والمعرفة على نمط الاختبارات، حيث تكون اختلافات النموذج الأساسي عادةً صغيرة:

• HumanEval+ (محاولة واحدة، Pass@1) — ERNIE 82.3 مقابل DeepSeek 69.5، وHy3 78.0، وMiMo 74.4

• MMLU-Pro (5-shot، EM) — ERNIE 78.4 مقابل DeepSeek 69.2، وHy3 66.9، وMiMo 65.7

• LiveCodeBench (لقطة واحدة، Pass@1) — ERNIE 40.1 مقابل DeepSeek 31.9، Hy3 33.5، MiMo 32.4

• RepoQA (بدون أمثلة، Pass@1) — ERNIE 91.7 مقابل DeepSeek 81.0، وHy3 91.3، وMiMo 56.5

كما يخسر ستة، وهذه الستة أكثر دلالة من الانتصارات. تذهب ChineseSimpleQA إلى DeepSeek بنتيجة 75.3 مقابل 73.0 لـ ERNIE. وتذهب BBH مع سلسلة التفكير إلى Hy3 بنتيجة 90.0 مقابل 89.2. أما INCLUDE-lite فهي خسارة بفارق تقريب أمام DeepSeek، 79.8 مقابل 79.5. وتذهب FullStackBench إلى Hy3 بنتيجة 56.7 مقابل 54.6. وHELMET-Rerank هي أوسع هزيمة، 60.0 مقابل 56.2. كما تذهب InfiniteBench، 48.0 مقابل 46.5، إلى DeepSeek أيضاً — وهي نتيجة ذات مغزى لنموذج كان هدفه التصميمي المركزي هو السياق الطويل.

كل واحد من تلك الأرقام هو رقم بايدو نفسه، أنتجته بايدو، على منصة اختبار هيّأتها بايدو، ونُشر إلى جانب الأوزان. لم يُعِد أي طرف ثالث إنتاج أي منها. هذا ليس اتهامًا؛ بل هو الوضع الطبيعي لنموذج عمره ساعات، وهو بالضبط الوضع الذي تُقتبس فيه جداول المورّدين في أغلب الأحيان كما لو كانت قياسات.

المقارنة التي ستكون مفيدة فعلًا لا وجود لها بعد، وليست تلك التي يدعو إليها الجدول. وهذه كلها نماذج أساسية. درجة 93.3 في MMLU لنقطة حفظ أساسية ليست درجة 93.3 في نموذج محادثة، ووضعها إلى جانب درجة Artificial Analysis Intelligence Index — التي تُحسب على نماذج مدرَّبة لاحقًا تؤدي أعمالًا وكيلية واستدلالية — سيكون خطأً فئويًا. نشرت Baidu مقارنة دقيقة داخل الفئة نفسها. والخطأ الذي قد يقع فيه كل من يقرأها هو اعتبارها مقارنة عابرة للفئات.

الرخصة هي الجزء الذي سيمنع الناس فعليًا

إذا تجاهلنا الإعلان، فإن الوثيقة التي تحكم هذا الإصدار هي اتفاقية ترخيص ERNIE 5.5 Flash Base Model الإصدار 1.0. وهي مؤرخة في 5 نوفمبر 2026 — والترخيص نفسه هو المصدر الأكثر موثوقية لتأكيد تاريخ الإعلان — وهي اتفاقية مخصصة، وليست معتمدة من OSI.

ثلاثة بنود تؤدي معظم العمل.

• الإقليم. يُمنح الترخيص «حصراً داخل الإقليم»، الذي يُعرّفه القسم 1.11 بأنه كل منطقة جغرافية في العالم باستثناء الاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية. وتقتصر إعادة التوزيع بموجب القسم 3.1 على الإقليم نفسه. وهذا هو البند الذي يُرجّح أن يهم شركة تقرأ «الأوزان المفتوحة» وتخطط لعملية نشر.

• حد الـ50 مليون دولار أمريكي.الاستخدام غير التجاري مجاني. والاستخدام التجاري مجاني أيضًا طالما كانت إيراداتك السنوية من المنتجات أو الخدمات ذات الصلة تساوي 50 مليون دولار أمريكي أو أقل، شريطة أن ترسل إشعار استخدام لمرة واحدة إلى Baidu قبل أول استخدام تجاري وأن تعرض السلسلة النصية الدقيقة "Powered by ERNIE" في مكان يسهل الوصول إليه — واجهة مستخدم، أو صفحة "حول"، أو، بالنسبة لواجهات API والخدمات الخلفية، وثائق المطورين الخاصة بك. وفوق 50 مليون دولار أمريكي، تحتاج إلى إذن كتابي مسبق منفصل قبل البدء، وتُحدد الرسوم بموجب اتفاق منفصل.

• كيف تُحتسب الإيرادات. يُجمّع القسم 1.7 كل كيان يخضع للسيطرة المشتركة — أكثر من 50% من حقوق الملكية أو حقوق التصويت — ضمن مشغّل واحد. كما يحتسب كامل إيرادات منتج مرتبط حتى عندما يستخدم ذلك المنتج نماذج أخرى إلى جانب ERNIE. لا يمكنك أن توزّع الإيرادات بما يضعك تحت الحد من خلال الإشارة إلى نسبة حركة المرور التي تلامس هذه الأوزان.

إن التناقض مع تاريخ بايدو نفسه هو ما يجعل هذا الخبر جديرًا بالنشر plutôt من كونه أمرًا روتينيًا. فقد صدر ERNIE 4.5 في 30 يونيو 2025 بعشر نسخ تحت Apache 2.0 — رخصة متساهلة بحق، بلا قيود إقليمية، ولا عتبة إيرادات، ولا سلسلة إسناد. أما ERNIE 5.0 في نوفمبر 2025 فسلك الاتجاه المعاكس تمامًا ولم يشحن أي أوزان على الإطلاق. ويمثل ERNIE-5.5-Flash-Base موقفًا ثالثًا: أوزان يمكنك تنزيلها، وفق شروط تجعل كلمة "open" تصريحًا عن التوافر لا عن الإذن.

إذا كنت تقيّم هذا النموذج لأي غرض تجاري، فاقرأ الأقسام 1.7 و1.11 و4 قبل أن تقرأ جدول الاختبارات المعيارية. يخبرك الجدول بما يمكنه فعله. أما تلك الأقسام الثلاثة فتخبرك ما إذا كان مسموحًا لك بمعرفة ذلك.

ما يتطلبه التشغيل

الأوزان كبيرة بما يكفي بحيث تجيب مسألة العتاد عن نفسها، وصغيرة بما يكفي بحيث لا تكون الإجابة سخيفة. عند FP8، فإن 280B من المعاملات تعني نحو 280 GB من الأوزان قبل أي KV cache — وهذا حسابٌ لا قياس — ما يتسع لعقدة من أربع بطاقات GPU بسعة 80 GB، مع هامش أضيق مما يبدو بمجرد تفعيل سياق 128K. أما مستودع BF16 فيضاعف ذلك إلى نحو 560 GB ويحتاج إلى ثماني بطاقات.

توفّر Baidu مسارين لتقديم الخدمة، وكلاهما ينطوي على تعقيدات يجدر معرفتها قبل أن تبدأ.

• SGLang — صورة مبنية مسبقًا، lmsysorg/sglang:dev-ernie-55-flash، تُشغَّل بتوازٍ موتّري (tensor parallelism) مقداره 4 وتوازٍ بياناتي للانتباه (attention data parallelism) مقداره 4. وهي وسم تطويري (dev tag)، وليست إصدارًا مثبَّتًا.

• vLLM — vLLM 0.32.0 بالإضافة إلى إضافة مثبّتة من مستودع vLLM-ERNIE الخاص بـ Baidu. تتضمن خيارات التشغيل ذاكرة التخزين المؤقت KV بتنسيق FP8، وتوازي الخبراء، و--moe-backend humming.

لا يمثّل أي من المسارين تثبيتًا من سطر واحد، ومسار vLLM على وجه الخصوص يقيّدك بإصدار محدّد من vLLM وبإضافة تتولّى Baidu صيانتها. وهذا أمر طبيعي بالنسبة لطراز ذي بنية انتباه وMoE جديدة، وهو نوع التفاصيل الذي يحدّد ما إذا كان تقييم مدّته أسبوعان سيتأخّر أسبوعًا. ويوجد رابط لمثال ضبط دقيق باستخدام Megatron-Bridge من البطاقة للسبب نفسه: فهذه نقطة التحقق مخصّصة للتدريب عليها، وليس فقط لتقديمها كخدمة.

من ينبغي أن ينزّله، ومن ينبغي أن ينتظر

نزّله إذا كانت لديك البنية اللازمة للضبط الدقيق. إن نقطة تحقق أساسية 280B-A14B مُدرَّبة على 33.5T رمزًا، مع نافذة استدلال تبلغ 1M رمز وشروط تجارية قابلة للتطبيق دون خط الإيرادات وخارج الأقاليم المستثناة، تُعد نقطة انطلاق جادة لتكييف مجال ما أو تشغيل RL — ونسبة التنشيط تعني أن تكاليف التدريب والخدمة لديك تتماشى مع 14B، لا 280B. إن عمل الكفاءة الذي أجرته Baidu على الانتباه وKV cache موجّه مباشرةً إلى أحمال العمل ذات السياق الطويل والوكيلية المكلفة للتشغيل على نموذج كثيف بجودة مماثلة.

انتظر إذا كنت تريد نموذجًا يمكن استدعاؤه. لا توجد نسخة instruct، ولا واجهة برمجة تطبيقات (API)، ولا تقييم مستقل. كل من يحتاج ERNIE 5.5 Flash كمنتج ينتظر الإصدار بعد التدريب الذي وعدت به بايدو ولم تحدد تاريخه.

وتحقق من الخريطة قبل أي منهما. إذا كان مستخدموك أو كيانك أو بنيتك التحتية موجودين في الاتحاد الأوروبي أو المملكة المتحدة أو كوريا الجنوبية، فإن الترخيص لا يمنحك الحقوق التي يوحي بها زر التنزيل.

ثمة مسار أوسط عملي للفرق التي ليس سؤالها الحقيقي هو "هل يمكننا تشغيل هذا؟" بل "هل هذا أفضل مما ندفع مقابله بالفعل؟". المقارنة التي تحتاجها هي مع النماذج المستضافة التي ستحل محلها، وتلك التي يمكنك استدعاؤها اليوم. وتضع OrcaRouter أكثر من 200 نموذج خلف واجهة برمجة تطبيقات واحدة دون أي هامش ربح — يُمرَّر سعر القائمة لدى المزوّد كما هو، لذا يصل تخفيض سعر المزوّد في اليوم نفسه — وهو ما يجعل اختبار المفاضلة مقابل نموذج الإنتاج الحالي لديك مجرد تغيير سلسلة طراز بدلاً من توقيع عقد ثانٍ. بالنسبة إلى نقطة تحقق تنوي ضبطها الدقيق واستضافتها ذاتيًا، فإن طبقة التوجيه هي طريقتك للحفاظ على النموذج القائم في الصورة بينما تكتشف ما إذا كان الضبط الدقيق أفضل فعلاً، مع تحويل تلقائي عند الفشل إن لم يكن كذلك. ERNIE-5.5-Flash-Base ليس على OrcaRouter؛ فهو مجموعة أوزان تشغّلها بنفسك، ولا شيء هنا يغيّر ذلك.

ماذا تشاهد

المتغيّر المثير للاهتمام ليس ما إذا كانت نقطة التحقق الأساسية جيدة — فوفق أرقام Baidu نفسها، هي منافسة للنماذج الأساسية التي قيسَت مقابلها، وتفوز في معظم الصفوف. المتغيّر هو ما تفعله Baidu بالنموذج الخاضع للتدريب اللاحق، لأن هناك تبدأ شروط الترخيص في الإلزام على المنتجات الحقيقية، وحيث سيوجد تقييم مستقل أخيرًا.

تاريخان يستحقان الاحتفاظ بهما. الأول هو ERNIE 5.5 Flash المدرَّب لاحقًا، الذي تقول Baidu إنه سيأتي لاحقًا ولم تحدد له موعدًا. والثاني هو أول إعادة إنتاج من طرف ثالث لأي صف في ذلك الجدول المكوَّن من 30 صفًا — اللحظة التي تتوقف فيها الأرقام عن كونها أرقام Baidu وتبدأ في أن تكون أرقام الجميع. وحتى ذلك الحين، فالخلاصة الصادقة بشأن ERNIE-5.5-Flash-Base هي أن Baidu أصدرت علنًا نقطة حفظ كبيرة للتدريب المسبق مهندَسة بعناية، ووصفتها بدقة، وأرفقت بها ترخيصًا أقل انفتاحًا بكثير مما توحي به عبارة «أوزان مفتوحة».