
ERNIE 5.5 Flash: مسار FP4 خاص بـBlackwell فقط يظهر قبل ظهور نموذج المحادثة.
- OrcaجديدOrcaCyber: Hy4 Flash Abliterated / Uncensored2026-11-18$0.07 / $0.28 لكل مليون رمز · 185 tok/s
- tencentجديدTencent: Hy4 Flash2026-11-16$0.02 / $0.07 لكل مليون رمز · 228 tok/s
- GoogleجديدGoogle: Gemini 4 Carbon2026-11-10$2.00 / $10.00 لكل مليون رمز · 89 tok/s
- AnthropicجديدAnthropic: Claude Fable 5.22026-11-09$8.00 / $40.00 لكل مليون رمز · 98 tok/s
- orcaجديدOrca: OrcaC2 1.02026-11-079 tok/s
- OrcaOrcaCyber: GLM 5.3 Abliterated / Uncensored2026-11-04$3.00 / $5.00 لكل مليون رمز · 89 tok/s
- OrcaOrcaCyber: Hy4 Abliterated / Uncensored2026-11-04$0.80 / $1.60 لكل مليون رمز · 134 tok/s
- OrcaOrcaCyber: Kimi K3.1 Pro Abliterated / Uncensored2026-11-04$2.00 / $5.00 لكل مليون رمز · 79 tok/s
- tencentTencent: Hy42026-11-04$0.83 / $2.50 لكل مليون رمز · 94 tok/s
- OrcaOrcaCyber: MiniMax M3.1 Flash Abliterated / Uncensored2026-10-29$0.80 / $1.60 لكل مليون رمز · 118 tok/s
- OrcaOrcaCyber: GLM 5.3 Flash Abliterated / Uncensored2026-10-27$0.80 / $1.60 لكل مليون رمز · 68 tok/s
- OrcaOrcaCyber: Qwen3.8 Flash Next Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 94 tok/s
- OrcaOrcaCyber: MiMo V2.6 Flash Abliterated / Uncensored2026-10-26$0.80 / $1.60 لكل مليون رمز · 44 tok/s
- MoonshotMoonshotAI: Kimi K3.1 Pro2026-10-2447الذكاء
- OrcaOrcaCyber: DeepSeek V4.1 Flash Abliterated / Uncensored2026-10-23$0.80 / $1.60 لكل مليون رمز · 199 tok/s
- minimaxMiniMax: M3.1 Flash2026-10-1929الذكاء
- OrcaOrca: OrcaCyber Ultra 1.02026-10-17$5.00 / $10.00 لكل مليون رمز · 113 tok/s
- deepseekDeepSeek: DeepSeek V4.1 Flash 10172026-10-1733الذكاء
- DeepSeekDeepSeek: DeepSeek V4.1 Flash 09102026-10-17$0.15 / $0.60 لكل مليون رمز · 311 tok/s
- DeepSeekDeepSeek: DeepSeek V4.1 Flash2026-10-1740الذكاء
أكثر شيء ملموس نُشر عن ERNIE 5.5 Flash هذا الأسبوع هو رسالة خطأ. داخل طلب سحب مكوّن من 525 سطرًا فُتح في مستودع SGLang في 18 نوفمبر 2026 رفض قاطع: يُرفض --moe-a2a-backend megamoe على أي عتاد ليس GPU من طراز SM100، لأن النوى البرمجية التي كانت ستشغّل حساب SwiGLU، بينما يستخدم خبراء هذا النموذج SiTU. ذلك السطر، وبقية PR #51236، هو أول وصف علني لكيفية إتاحة إصدار الدردشة من ERNIE 5.5 Flash — على عكس ERNIE 5.5 Flash Base نقطة التحقق التي نشرتها Baidu في 5 نوفمبر وERNIE 5.5 Flash Preview، نقطة النهاية التي فتحتها في 11 نوفمبر — يُقصد تقديمه. النموذج نفسه لم يصدر بعد. أما عقد تقديمه فقد أصبح الآن.
هذا مقال عمّا نعرفه حتى الآن، وليس تغطية لإطلاق. كل ما يرد أدناه يأتي من طلب سحب واحد مفتوح وغير مدموج وغير مُراجَع، ومن وثائق SGLang التي كُتبت إلى جانب دعم Base السابق، ومن صفحات Baidu المنشورة. لم يُشغَّل أي شيء هنا مقابل نقطة تحقق محادثة قابلة للتنزيل، لأنه لا توجد نقطة تحقق كهذه قابلة للتنزيل. وحيثما يكون رقم ما مملوكًا لـ Baidu، فإنه يُوسم على أنه لـ Baidu.
ما الذي يضيفه طلب السحب فعليًا
عنوان PR #51236 هو {{1}}"[ميزة] ERNIE-5.5-Flash: إضافة ترميز قالب الدردشة بلغة Python وخدمة FP4 MegaMoE"{{/1}}، وقد فتحه {{2}}chang-wenbin{{/2}}، وهو مساهم، في {{3}}12:12 UTC يوم 18 نوفمبر{{/3}}. يمس {{4}}14 ملفًا{{/4}}، ويضيف {{5}}525 سطرًا{{/5}} ويحذف {{6}}24{{/6}}. ليس لديه {{7}}أي موافقات{{/7}}، وجميع تشغيلات CI الخاصة به متخطاة بانتظار وسم، كما أن قسمي {{8}}اختبار الدقة{{/8}} و{{9}}اختبار السرعة{{/9}} في الوصف هما تعليقا القالب غير المعبأين. وبقراءته كدليل، فإن ذلك مهم: هذا كود يعتقد مؤلفه أنه مطلوب، لا كود تحقق منه أحد.
إنه طلب السحب الرابع لـ ERNIE 5.5 خلال أسبوعين. أضاف #48546 وصفات نشر إلى كتيّب SGLang ودُمج في 5 نوفمبر، وهو اليوم الذي رُفعت فيه أوزان Base. أضاف #48547 النموذج نفسه — Ernie5_5_MoeForCausalLM، والواجهة الخلفية للانتباه، ومجمّع ذاكرة KV المؤقتة، ووحدة مسودة DSpark — ودُمج في 6 نوفمبر. وسّع #49807 ميزة prefill في NVIDIA LiteTopK لتشمل "LongCat، ERNIE 5.5، HY-4-family، Kimi K3.1" في 11 نوفمبر، ولا يزال مفتوحًا. طلب السحب المؤرخ 18 نوفمبر هو الأول من بين الأربعة الذي لا يتعلق بنقطة تحقق Base إطلاقًا.
قالب الدردشة مكتوب بلغة Python، وهذا يغيّر مَن يمكنه تشغيله.
يمكن لنقاط التحقق الخاصة بـ ERNIE 5.5 Flash أن تحمل قالب الدردشة الخاص بها بصيغة Python بدلًا من سلسلة Jinja، وذلك داخل فئة tokenizer يسميها PR باسم ErnieChatTokenizer. فمسار SGLang المعتاد يُصيّر الـ prompts عبر استدعاء apply_chat_template مقابل قالب Jinja في إعدادات tokenizer؛ أما ترميز الدردشة الجديد ernie5_5 فيستدعي tokenizer الخاص بنقطة التحقق بدلًا من ذلك، ويُحدِّد نفسه تلقائيًا من سلسلة architecture أو من نوع النموذج ernie5_5_moe. والنتيجة العملية، على حد تعبير الـ PR نفسه: يجب تحميل الـ tokenizer باستخدام --trust-remote-code، ويُرفض تقديم خدمة الدردشة مع --skip-tokenizer-init رفضًا قاطعًا مع خطأ توضيحي.
هذا قيد نشر يمكن للقارئ أن يتصرف بناءً عليه. النموذج الذي يُصيِّر المطالبات في Python ينفّذ شيفرة من مستودع نقطة التحقق وقت الطلب، لذا فإن أي شخص يشغّله في بيئة معزولة هوائياً، أو داخل صورة مُحصّنة، أو خلف سياسة تحظر الشيفرة البعيدة، عليه إما تضمين المُرمِّز محلياً أو قبول العَلَم. لا تعاني نقطة التحقق Base من هذه المشكلة: إذ لا يحمل ملف tokenizer_config.json المنشور لها أي قالب محادثة على الإطلاق، ويُعلن عن PreTrainedTokenizerFast عادي، وهو ما تتوقعه من نقطة تحقق تُقدَّم عبر نقطة نهاية الإكمال.
ثلاثة تفاصيل أصغر في الملف نفسه تستحق أكثر مما تبدو. يدعم المحوّل رسائل نظام مضمّنة — أدوار نظام في منتصف المحادثة تُعرض في مكانها، ولا تُدمج في الرسالة الأولى — وهو ما تفعله ترميزتان أخريان فقط في شجرة SGLang. ويستخدم الاستمرار الأصلي الخاص بالعارض من أجل continue_final_message، لأن مسار إلحاق البادئة العام سيُسقط البادئة داخل كتلة التفكير المفتوحة. ويتجاهل عمدًا chat_template_kwargs التي كان العارض سيرفضها، لأن ErnieChatTokenizer يُطلق خطأً عند كلمة مفتاحية غير معروفة بينما يتجاهلها قالب Jinja بصمت — ويذكر الـ PR واجهةً أمامية ترسل تفكيرًا بنمط DeepSeek باعتبارها الحالة التي تتعطل.
إصلاح الخلل المترتب على ذلك هو السطر الأكثر دلالة في الفرق. يقرأ معالج الطلبات في SGLang مفتاح thinking ويعيّن قيمته الافتراضية على الإيقاف؛ بينما يقرأ محلل الاستدلال ernie55 المفتاح enable_thinking ويعيّن قيمته الافتراضية على التشغيل. وبالتالي، فإن حقن القيمة الافتراضية الخاصة بالمعالج جعل يُنتج موجّهًا معطّل التفكير تحت محلل استدلال كان يتوقع استدلالًا، فتم تحليل إجابة النموذج بأكملها إلى reasoning_content مع ترك content فارغًا. هذا هو بالضبط نمط الفشل الذي يبلغ عنه مستخدمو نقطة نهاية Preview منذ 11 نوفمبر — إجابات عادية تصل كمحتوى فارغ — ويشير الإصلاح ضمنًا إلى أن نقطة تحقق الدردشة تفكّر افتراضيًا.
يتم أيضًا الاختيار التلقائي لمحللات الاستدلال واستدعاءات الأدوات: ernie55 للاستدلال، مع قراءة وسوم <ernie:think>، وernie55 لاستدعاءات الأدوات، مع قراءة <ernie:tool_call>. تنص سلسلة التوثيق الخاصة بالمهايئ على أن النص واستدعاء الأدوات ومفتاح التفكير مدعومة، وأن الفروع متعددة الوسائط في القالب «متروكة لترقية لاحقة» — لذا اعتبارًا من طلب السحب هذا، يُقدَّم نموذج الدردشة على أنه ما وصفته Baidu به في كل مكان آخر: نموذج نصي.
لماذا يغلق خبراء 4 بت المسار السريع إلى Blackwell؟
يتعلق النصف الثاني من PR بخبراء موجّهين مخزّنين بصيغة MXFP4، يعملون بنمط w4a8 — أوزان بأربع بتات وتنشيطات بثماني بتات — عبر all-to-all الخاص بـ MegaMoE من DeepGEMM بين وحدات GPU. وهناك خياران تنفيذيان يحملان معلومات عن النموذج نفسه.
• يُكتشف التكميم تلقائيًا من ترويسة safetensors، لأن نقطة الحفظ لا تحمل مفتاح routed_experts_quant_method. وهذا يتطابق مع إعداد Base المنشور، الذي لا يحتوي على هذا الحقل؛ إذ يقرأ المُحمِّل نوع بيانات الخبراء من ترويسات الملف ويضبط is_fp4_experts بناءً على ذلك.
• يُرفض مسار MegaMoE على SM90 وعلى ROCm، لا يُستعمل بصورة منقوصة، لأن نوى SM90 FP8 وROCm MegaMoE تثبّت SwiGLU تثبيتًا صلبًا بينما هذه الخبراء مفعّلة بـSiTU. تعليق الـPR يثبّت الثوابت الدقيقة التي يدمجها DeepGEMM: SiTU beta 4.0 وlinear beta 25.0. وملف config.json الخاص بنقطة التفتيش Base نفسها يعلن activation_situ_beta: 4.0 وactivation_situ_linear_beta: 25.0، لذا تتفق ثوابت النواة مع الأوزان — وهو نوع التحقق المتقاطع الذي يجعل التسريب يُقرأ كعمل هندسي لا كتخمين.
نمط الفشل الذي يتم منعه هو النمط الصامت. نواة SM90 تحسب SwiGLU على أوزان SiTU لن تنهار؛ بل ستعيد نصًا طليقًا وخاطئًا قليلًا. رفض البدء هو النتيجة الأفضل، وهو السبب في أن قصة FP4 مقيّدة بالعتاد وليست عالمية.
ما يعنيه ذلك تجاريًا أضيق من «ERNIE 5.5 Flash يحتاج إلى Blackwell». وهو لا يحتاج إليها. إن كتاب وصفات SGLang، المكتوب من أجل checkpoint Base، ينشر وصفات عقدة واحدة على B300 وGB300 وB200 وGB200 وH100، ووصفة FP8 على H100 هي ثماني وحدات GPU لأن أوزان FP8 تبلغ نحو 280 GB. إن مسار خبراء FP4 هو المسار الذي لا يوجد إلا على مكوّنات SM100، ولم ينشر SGLang جدول ذاكرة لـ checkpoint FP4 لأنه لم يرَ واحدًا. تعامل مع أي حسابات من نوع «يتسع على B200 واحدة» تراها — بما في ذلك التقدير البديهي بأن خفض بايتات الخبراء إلى النصف ينقل نموذجًا بحجم 280 GB إلى شيء قريب من 150 GB — على أنها تقدير، لا وصفة.
ما الذي يمكن تنزيله فعليًا اليوم؟
• ERNIE 5.5 Flash Base — أوزان مفتوحة منذ 5 نوفمبر 2026، بصيغتَي FP8 وBF16، على Hugging Face وModelScope. 280 مليار معامل إجمالي، و14 مليارًا نشطة، و43 طبقة (طبقة FFN كثيفة واحدة، و42 MoE)، و512 خبيرًا موجّهًا مع أفضل 10 بالإضافة إلى خبير مشترك واحد في فضاء كامن ذي 2,048 بُعدًا. انتباه هجين: 37 طبقة من انتباه مضغوط بشدة، و6 من MLA مع انتباه متفرق DSA. الترخيص هو اتفاقية ترخيص نموذج ERNIE 5.5 Flash Base الإصدار 1.0 — وليس Apache 2.0.
• ERNIE 5.5 Flash Preview — عبر API فقط منذ 11 نوفمبر، على Baidu Qianfan، مُدرَج بسياق يبلغ 1M رمز وحدود معدل تبلغ 300 طلب و3 ملايين رمز في الدقيقة. يقول منشور الإصدار الصادر عن Baidu إن الأوزان "ستُفتح مصادرها بموجب Apache 2.0 قريبًا." وحتى اليوم لم يحدث ذلك. أصبحت نسخة مجانية من Preview قابلة للاستدعاء عبر كتالوج تابع لجهة خارجية منذ 10 نوفمبر.
• ERNIE 5.5 Flash — النموذج الذي يتناوله طلب السحب هذا. لم يُصدر بعد. يُدرجه دليل وصفات SGLang باسم "ERNIE-5.5-Flash (FP8 / FP4 / BF16، قريبًا)، مع الاستدلال واستدعاء الأدوات ومسودة DSpark مرفقة"، وتحتوي قائمة نماذج Qianfan على مُدخل ERNIE 5.5 واحد فقط، ernie-5.5-flash-preview. لا توجد صفحة Artificial Analysis لأي نموذج ERNIE 5.5، وأحدث صف ERNIE في لوحة صدارة Arena هو ERNIE 5.1 عند 1467 — لذا تظل كل أرقام القدرات المرتبطة بهذا النموذج خاصة بـ Baidu.

أي قراءة أمينة للـ PR بأكمله: إنه مكتوب من أجل checkpoint لا يستطيع أحد تنزيله. كود اكتشاف FP4، ومحمّل مسودة DSpark الذي يبني main_proj باستخدام إعداد تكميم FP8 ويكمّم feature_projection من نوع BF16 عند التحميل، وتسخين جدول الترميز الذي يتحمل تكلفة مقيسة قدرها 0.8 ثانية عند بدء التشغيل بدلاً من الطلب الأول — كل ذلك يستهدف أثرًا يُشار إليه في تعليق بالكود فقط باسم «the 1110 checkpoint». أعلنت Baidu عن ذلك الأثر ولم تنشره.

ما قيمة هذا بالنسبة لشخص يختار نموذجًا اليوم
قليل جدًا كقرار شراء، وقدر لا بأس به كقرار جدولة. الإصدار الذي سيجعل ERNIE 5.5 Flash مرشحًا ليس طلب السحب هذا؛ بل نقطة تحقق الدردشة، مضافًا إليها السعر الذي ستحدده Baidu له، وتقييم مستقل واحد. أما ما يحسمه طلب السحب فعلاً فهو شكل النشر الذي ستلتزم به إذا كنت تخطط للاستضافة الذاتية: مُرمِّز Python يحتاج إلى تعليمات برمجية عن بُعد، ومسار سريع FP4 يتطلب عتاد SM100، ومسودة تخمينية DSpark مضمّنة في عائلة نقاط التحقق نفسها، ومحلل استدلال يفترض أن التفكير مفعّل. الفرق التي كانت تفترض «لدينا H100s، وسنشغّل النسخة المكمّمة الرخيصة» تعرف الآن أن النسخة المكمّمة الرخيصة هي التي لا يستطيع عتادها تشغيلها.
إذا كنت تفضّل ألّا تراهن على مسار إنتاجي على نقطة النهاية أو على شيفرة الخدمة غير المدموجة، فالشكل المعقول هو إبقاء النموذج خلف طبقة توجيه ريثما يثبت جدارته. لا يتضمن كتالوج OrcaRouter أي نموذج ERNIE — إذ تعيد قائمة النماذج 218 إدخالًا ولا يوجد صف لـ Baidu — لذا ليس هذا ادعاءً بأنه يمكنك استدعاؤه هنا اليوم. ما تمنحك إياه المنصة لنموذج في هذه الحالة هو تصميم التجربة: نقطة نهاية واحدة متوافقة مع OpenAI أمام أكثر من 200 نموذج آخر، تجاوز فشل تلقائي عبر المزوّدين خلف نقطة النهاية الواحدة تلك، وهامش ربح بنسبة 0% مع تمرير سعر قائمة المزوّد كما هو، لذا فإن إعادة تسعير المورّد هي ما تدفعه يوم حدوثها بدلًا من بعد تطبيق هامش ربح. وإذا وصل ERNIE 5.5 Flash لاحقًا إلى مزوّد توجّه إليه بالفعل، فإن تجربته تصبح تغييرًا في سلسلة النموذج، وليست تكاملًا ثانيًا.

ما الذي سيحوّل هذا إلى قصة إصدار؟
أربعة أشياء، تقريبًا بترتيب مقدار ما ستُغيّره في الصورة. دمج طلب السحب مع CI وتشغيل دقة خاضع للمراجعة سيحوّل «أن أحدهم كتب هذا» إلى «أن SGLang قادرة على تقديمه»، وهو الفرق الذي أحدثه دعم Base الأسبق في 6 نوفمبر. وظهور نقطة تفتيش MXFP4 على Hugging Face سيجعل نصف FP4 من طلب السحب قابلًا للاختبار من قبل أي شخص يملك B200. وأوزان Apache 2.0 التي وعدت بها Baidu لإصدار Preview ستحسم مسألة الترخيص التي تركها إصدار Base مفتوحة. وأول نتيجة مستقلة — صفحة Artificial Analysis، أو مشاركة مُصنّفة في ساحة تقييم، أو معيار للوكلاء قابل لإعادة الإنتاج من شخص ليس من Baidu — ستستبدل جدول المورّد بالأدلة.
حتى ذلك الحين، السؤال المثير للاهتمام ليس ما إذا كان ERNIE 5.5 Flash جيدًا. بل ما إذا كان بإمكان نموذج أن يصل وعقد خدمته محدد بالكامل وأوزانه لا تزال غير منشورة، وما الذي يفعله ذلك بالأشخاص الذين يخططون للأجهزة بناءً على الإعلانات. هذا الأسبوع الجواب هو نعم، والعقد هو قالب محادثة بلغة Python، وخبراء أربع بتات على جيل واحد من GPU، ورفض للإقلاع في أي مكان آخر. خطوة Baidu التالية هي الأوزان؛ وخطوة SGLang هي مراجعة.
