ERNIE-5.5-Flash-Base: Baidu abre un checkpoint de 280B y luego restringe dónde puedes usarlo

Durante dos semanas, lo más destacable de ERNIE-5.5-Flash-Base fue lo poco que Baidu dijo sobre él. El repositorio de Hugging Face se registró el 21 de octubre de 2026 y permaneció prácticamente vacío hasta el 2 de noviembre, con poco más que un README. Los primeros fragmentos de pesos llegaron esa mañana, y el checkpoint FP8 de 128 partes terminó de subirse al día siguiente. Solo el 5 de noviembre publicó Baidu el blog técnico y la model card que explican lo que realmente había puesto allí: un checkpoint de mezcla de expertos dispersa de 280B parámetros, de los cuales 14B están activos por token, preentrenado desde cero con 33,5 billones de tokens.

Para esa mañana, el repositorio principal se había descargado cuatro veces, frente a un recuento de «me gusta» en la parte alta de los cincuenta. La distancia entre esas dos cifras es el lanzamiento en miniatura. Muchísima gente está observando el segundo giro de Baidu hacia los pesos abiertos, y casi nadie se ha llevado todavía los pesos a casa.

Dos cosas explican la vacilación, y ambas son propiedades del propio lanzamiento más que comentarios en torno a él. La primera es que este es un base checkpoint —el final del preentrenamiento, sin entrenamiento intermedio ni posterior—, así que no es un modelo de chat y no se comporta como tal. La segunda es la licencia. No es Apache 2.0, no se extiende a la Unión Europea, el Reino Unido ni Corea del Sur, y sus condiciones comerciales cambian cuando tus ingresos relacionados superan los 50 millones de dólares estadounidenses al año.

Qué publicó Baidu y en qué orden

El historial de commits del repositorio es un relato más claro del lanzamiento que cualquier anuncio. Un commit inicial el 21 de octubre. Un README el 26 de octubre, seguido dos minutos después por la carga de una carpeta y luego por la eliminación de las imágenes de arquitectura y rendimiento —el ajetreo habitual de alguien que está montando una página. Los archivos de configuración llegaron el 2 de noviembre a las 06:29, los fragmentos de pesos justo después, y el último de los 128 antes de las 09:00 de la mañana siguiente. Las cifras de benchmark y arquitectura se publicaron el 4 de noviembre. El logo, los ajustes del tokenizador y las últimas revisiones del README llegaron el 5 de noviembre, a las pocas horas de que se publicara la entrada del blog.

Así que la secuencia es: primero los pesos, después la documentación y por último el anuncio. Baidu no organizó un lanzamiento y luego sacó los archivos a rastras detrás de él. Puso un checkpoint de 280B en internet y escribió la explicación después. Vale la pena decirlo sin rodeos, porque el enfoque que verás en la cobertura en chino —un anuncio triunfal de código abierto— describe lo que ocurrió el 5 de noviembre, no lo que ocurrió el 2 de noviembre.

Existen dos repositorios, y la división importa más de lo que suele ser habitual. baidu/ERNIE-5.5-Flash-Base incluye safetensors de precisión mixta FP8; baidu/ERNIE-5.5-Flash-Base-BF16 incluye el mismo checkpoint en BF16. Ambos son de acceso libre, ambos son solo de texto y ambos declaran el mismo total de 280B y 14B activados. Existe un tercer conjunto de pesos dentro del modelo como parámetros ECHO —0,36B de ellos—, que Baidu excluye explícitamente de los recuentos principales.

Vale la pena fijar las convenciones de conteo, porque no coinciden en la misma página. Los 280B de Baidu incluyen el embedding de entrada y la cabeza de salida, y su cifra de 14B activados cuenta la cabeza de salida pero no la consulta del embedding. El propio widget de tamaño de modelo de Hugging Face indica 286B: una convención diferente aplicada a los mismos archivos. Ninguna es incorrecta; responden a preguntas ligeramente distintas, y una hoja de especificaciones que las mezcle no cuadrará.

Un checkpoint base no es un chatbot, y la diferencia no es cosmética.

La línea más trascendental de la ficha del modelo es la menos espectacular: este es «el checkpoint al final del preentrenamiento, antes de cualquier entrenamiento intermedio o posterior». El propósito declarado de Baidu es la adaptación de dominio, el ajuste por instrucciones y la investigación en aprendizaje por refuerzo. Es un punto de partida, vendido como un punto de partida.

En la práctica, eso significa que no puedes sustituirlo en un producto de chat y esperar que sea ERNIE. La tarjeta lo sirve a través del endpoint /v1/completions en lugar de las completaciones de chat, y señala que las entradas necesitan un token BOS, por lo que la tokenización debe mantener add_special_tokens=True. Un modelo base continúa texto. No sigue instrucciones, no rechaza solicitudes ni mantiene una conversación, porque nada se lo ha enseñado.

Tampoco existe todavía un modelo hermano post-entrenado, y esta es la parte que los lectores suelen malinterpretar cuando ven las cifras del benchmark. El blog de Baidu dice que el ERNIE 5.5 Flash post-entrenado "llegará después". Hoy no existe. No hay una API alojada para él en Qianfan que los materiales de lanzamiento nombren, no hay un modelo de chat con el que compararlo y no hay una fila para ERNIE 5.5 Flash en Artificial Analysis; revisé el índice de modelos el 5 de noviembre y incluye ERNIE 4.5 300B A47B y ERNIE 5.0 Thinking Preview, y nada de la línea 5.5.

Así que la descripción honesta de 5.5 Flash como familia de productos, el día de su anuncio, es: un checkpoint base, pesos abiertos, sin modelo instruct, sin endpoint. Todo lo demás es una promesa sobre lo que vendrá después.

Dentro de la arquitectura, brevemente

Baidu dedicó su esfuerzo de ingeniería al coste del contexto largo, y el diseño es legible incluso si nunca lo entrenas.

• Atención — 37 de 43 capas usan Atención fuertemente comprimida (HCA), que almacena en caché una entrada por cada 128 tokens, mientras que 6 capas conservan el acceso a nivel de token mediante MLA con atención dispersa (DSA). Con un presupuesto de caché KV equivalente, Baidu informa que HCA combinada con MLA supera a HCA combinada con atención dispersa comprimida.

• Geometría de las cabezas: las capas HCA baratas, comprimidas 128×, obtienen cabezas anchas de 512 dimensiones; las costosas capas MLA a nivel de token obtienen cabezas estrechas de 256 dimensiones. La anchura de las cabezas se ajusta a lo que realmente cuesta la atención de cada capa.

• Expertos — 512 expertos enrutados por capa MoE con enrutamiento top-10 más un experto compartido, despachados y combinados en un espacio latente de 2.048 dimensiones a la mitad del ancho oculto. El balanceo de carga no emplea pérdidas auxiliares.

• Residuales y salida — Manifold-Constrained Hyper-Connections con cuatro flujos residuales paralelos reemplaza la ruta residual estándar, y una cabeza MultiMax con una temperatura aprendible por tramos agudiza la distribución del vocabulario.

• ECHO — en lugar de un módulo separado de predicción de múltiples tokens, la propia capa final del backbone predice tokens futuros y actúa además como modelo borrador de decodificación especulativa. Estos son los 0,36B que quedan fuera del recuento de parámetros.

• Tokenizador — aproximadamente 201.000 entradas BPE, con los números tokenizados de derecha a izquierda en grupos de hasta tres dígitos.

La historia de contexto es el titular práctico: 128K durante el entrenamiento y 1M para el ajuste fino y la inferencia, con la configuración publicada que ya habilita el ajuste de 1M. Esa es una ventana genuinamente grande para un checkpoint abierto de este tamaño, y es la capacidad en torno a la cual Baidu construyó la arquitectura, en lugar de añadirla a posteriori.

La tabla de referencia es real, y no es el número que crees que es.

Baidu publica 30 filas que abarcan examen, conocimiento, STEM, razonamiento, multilingüe, código y contexto largo, frente a tres modelos base contemporáneos: DeepSeek-V4-Flash-Base con 284B totales y 13B activos, Hy3-preview-Base con 295B y 21B, y MiMo-V2.5-Base con 310B y 15B. Los cuatro se ejecutaron a través de un mismo pipeline de evaluación con los mismos prompts y configuraciones de few-shot, que es la forma correcta de construir la tabla y también la razón por la que no se puede colocar directamente en una tabla de clasificación junto a modelos de chat.

ERNIE-5.5-Flash-Base lidera 24 de las 30 filas. Los márgenes que más importan están en código y conocimiento tipo examen, donde las diferencias entre modelos base suelen ser pequeñas:

• HumanEval+ (1-shot, Pass@1) — ERNIE 82.3 frente a DeepSeek 69.5, Hy3 78.0, MiMo 74.4

• MMLU-Pro (5-shot, EM) — ERNIE 78.4 vs DeepSeek 69.2, Hy3 66.9, MiMo 65.7

• LiveCodeBench (1-shot, Pass@1) — ERNIE 40.1 frente a DeepSeek 31.9, Hy3 33.5, MiMo 32.4

• RepoQA (0-shot, Pass@1) — ERNIE 91.7 frente a DeepSeek 81.0, Hy3 91.3, MiMo 56.5

También pierde seis, y esos seis son más informativos que las victorias. ChineseSimpleQA va para DeepSeek con 75.3 frente a 73.0 de ERNIE. BBH con cadena de pensamiento va para Hy3 con 90.0 frente a 89.2. INCLUDE-lite es una derrota por diferencia de redondeo ante DeepSeek, 79.8 a 79.5. FullStackBench va para Hy3 con 56.7 frente a 54.6. HELMET-Rerank es la derrota más amplia, 60.0 a 56.2. InfiniteBench, 48.0 a 46.5, también va para DeepSeek — lo cual es un resultado revelador para un modelo cuyo objetivo central de diseño era el contexto largo.

Todas y cada una de esas cifras son de Baidu, producidas por Baidu, en un arnés de evaluación que Baidu configuró y publicadas junto con los pesos. Ningún tercero ha reproducido nada de ello. No es una acusación; es el estado normal de un modelo que tiene unas horas de vida, y es exactamente el estado en el que las tablas de los proveedores se citan con mayor frecuencia como si fueran mediciones.

La comparación que realmente sería útil aún no existe, y no es la que propone la tabla. Todos estos son modelos base. Un 93,3 en MMLU para un checkpoint base no es un 93,3 en un modelo de chat, y colocarlo junto a una puntuación del Artificial Analysis Intelligence Index —que se calcula sobre modelos postentrenados que realizan trabajo agéntico y de razonamiento— sería un error de categoría. Baidu ha publicado una comparación cuidadosa dentro de la misma categoría. El error en que puede incurrir cualquiera que la lea es tratarla como una comparación entre categorías.

La licencia es la parte que realmente detendrá a la gente.

Si dejamos a un lado el anuncio, el documento que rige este lanzamiento es el ERNIE 5.5 Flash Base Model License Agreement v1.0. Está fechado el 5 de noviembre de 2026 —la propia licencia es la confirmación más fiable de la fecha del anuncio— y es un acuerdo personalizado, no uno aprobado por la OSI.

Tres cláusulas hacen la mayor parte del trabajo.

• Territorio. La concesión se realiza "únicamente dentro del Territorio", que la Sección 1.11 define como toda área geográfica del mundo excepto la Unión Europea, el Reino Unido y Corea del Sur. La redistribución según la Sección 3.1 se limita al mismo territorio. Esta es la cláusula que más probablemente importe a una empresa que lee "pesos abiertos" y planea un despliegue.

• La línea de 50 millones de dólares estadounidenses. El uso no comercial es gratuito. El uso comercial también es gratuito mientras tus ingresos anuales procedentes de productos o servicios relacionados sean iguales o inferiores a 50 millones de dólares estadounidenses, siempre que envíes a Baidu un aviso de uso único antes del primer uso comercial y muestres la cadena exacta "Powered by ERNIE" en algún lugar fácilmente accesible —una interfaz de usuario, una página "acerca de" o, para API y servicios de backend, tu documentación para desarrolladores. Por encima de 50 millones de dólares estadounidenses, necesitas una autorización previa por escrito independiente antes de empezar, y las tarifas se establecen mediante un acuerdo separado.

• Cómo se contabilizan los ingresos. La sección 1.7 agrupa en un único operador a toda entidad bajo control común —más del 50 % del capital o de los derechos de voto—. También contabiliza los ingresos totales de un producto relacionado, incluso cuando ese producto utiliza otros modelos junto con ERNIE. No puede eludir el umbral atribuyéndose únicamente la parte del tráfico que pasa por estos pesos.

El contraste con la propia historia de Baidu es lo que hace que esto sea noticia y no algo rutinario. ERNIE 4.5, lanzado el 30 de junio de 2025, llegó con diez variantes bajo Apache 2.0 —realmente permisiva: sin restricciones territoriales, sin umbral de ingresos, sin cadena de atribución—. ERNIE 5.0, en noviembre de 2025, tomó el camino totalmente opuesto y no publicó ningún peso. ERNIE-5.5-Flash-Base es una tercera postura: pesos que puedes descargar, bajo términos que hacen que «open» sea una declaración sobre disponibilidad y no sobre permiso.

Si está evaluando este modelo para cualquier uso comercial, lea las secciones 1.7, 1.11 y 4 antes de leer la tabla comparativa. La tabla le dice qué puede hacer. Esas tres secciones le dicen si se le permite averiguarlo.

Lo que se necesita para funcionar

Los pesos son lo bastante grandes como para que la cuestión del hardware se responda por sí sola, y lo bastante pequeños como para que la respuesta no sea absurda. En FP8, 280B parámetros son aproximadamente 280 GB de pesos antes de cualquier caché KV —aritmética, no una medición—, lo que cabe en un nodo de cuatro GPU con tarjetas de 80 GB, con un margen más ajustado de lo que parece una vez que habilitas un contexto de 128K. El repositorio en BF16 duplica eso hasta aproximadamente 560 GB y requiere ocho tarjetas.

Baidu ofrece dos rutas de servicio, y ambas conllevan fricciones que vale la pena conocer antes de empezar.

• SGLang — una imagen precompilada, lmsysorg/sglang:dev-ernie-55-flash, iniciada con paralelismo de tensores 4 y paralelismo de datos de atención 4. Es una etiqueta dev, no una versión fijada.

• vLLM — vLLM 0.32.0 más un plugin instalado desde el propio repositorio vLLM-ERNIE de Baidu. Los flags de lanzamiento incluyen caché KV FP8, paralelismo de expertos y --moe-backend humming.

Ninguna de las dos rutas es una instalación de una sola línea, y la ruta de vLLM en particular te obliga a usar una versión específica de vLLM y un plugin que mantiene Baidu. Eso es normal para un modelo con una estructura de atención y MoE nuevas, y es el tipo de detalle que decide si una evaluación de dos semanas se retrasa una semana. Por la misma razón, desde la ficha se enlaza un ejemplo de ajuste fino con Megatron-Bridge: este checkpoint está pensado para entrenarse, no solo para servirse.

¿Quién debería descargarlo y quién debería esperar?

Descárgalo si estás preparado para hacer fine-tuning. Un checkpoint base 280B-A14B entrenado con 33.5T de tokens, con una ventana de inferencia de 1M de tokens y unos términos comerciales viables por debajo del umbral de ingresos y fuera de los territorios excluidos, es un punto de partida serio para una adaptación de dominio o una ejecución de RL — y el ratio de activación significa que tus costes de entrenamiento y servicio se corresponden con 14B, no con 280B. El trabajo de eficiencia que Baidu realizó en atención y caché KV está orientado directamente a las cargas de trabajo agénticas de contexto largo, que son caras de ejecutar en un modelo denso de calidad comparable.

Espera, si lo que quieres es un modelo al que llamar. No hay versión instruct, ni API, ni evaluación independiente. Cualquiera que necesite ERNIE 5.5 Flash como producto está esperando el lanzamiento post-entrenamiento que Baidu ha prometido y para el que no ha dado fecha.

Y, además, consulta el mapa antes. Si tus usuarios, tu entidad o tu infraestructura se encuentran en la UE, el Reino Unido o Corea del Sur, la licencia no te concede los derechos que implica el botón de descarga.

Existe un camino intermedio práctico para equipos cuya verdadera pregunta no es «¿podemos ejecutar esto?», sino «¿es esto mejor que lo que ya pagamos?». La comparación que necesitas es contra los modelos alojados que reemplazarías, y contra aquellos a los que puedes llamar hoy. OrcaRouter pone más de 200 modelos detrás de una sola API con un margen del 0 % — el precio de lista del proveedor se traslada sin recargo, de modo que una rebaja de precio del proveedor llega el mismo día —, lo que hace que una prueba comparativa contra tu modelo de producción actual sea cuestión de cambiar una cadena de modelo en lugar de firmar un segundo contrato. Para un checkpoint que pretendes ajustar finamente y autoalojar, la capa de enrutamiento es cómo mantienes el modelo actual en el circuito mientras averiguas si el ajuste fino es realmente mejor, con failover automático si no lo es. ERNIE-5.5-Flash-Base no está en OrcaRouter; es un conjunto de pesos que ejecutas tú mismo, y nada de aquí cambia eso.

Qué ver

La variable interesante no es si el checkpoint base es bueno —según los propios números de Baidu, es competitivo con los modelos base contra los que se lo midió, y gana la mayoría de las filas. La variable es qué hace Baidu con el modelo postentrenado, porque ahí es donde los términos de la licencia empiezan a ser vinculantes para productos reales, y donde por fin existirá una puntuación independiente.

Hay dos fechas a las que merece la pena aferrarse. La primera es el ERNIE 5.5 Flash post-entrenado, que, según Baidu, llegará más adelante y cuya fecha aún no ha programado. La segunda es la primera reproducción por parte de terceros de cualquiera de las filas de esa tabla de 30 filas —el momento en que las cifras dejan de ser de Baidu y pasan a ser de todos—. Hasta entonces, el resumen honesto de ERNIE-5.5-Flash-Base es que Baidu lanzó públicamente un checkpoint de preentrenamiento grande y cuidadosamente diseñado, lo describió con precisión y le adjuntó una licencia considerablemente menos abierta de lo que la expresión «open weights» suele dar a entender.