ERNIE-5.5-Flash-Base: Baidu Membuka Checkpoint 280B, Lalu Mempersempit Cakupan Tempat Anda Boleh Menggunakannya

Selama dua minggu, hal yang paling mencolok dari ERNIE-5.5-Flash-Base adalah betapa sedikitnya yang dikatakan Baidu tentangnya. Repositori Hugging Face itu didaftarkan pada 21 Oktober 2026 dan pada dasarnya kosong hingga 2 November, hanya berisi tidak lebih dari sebuah README. Shard bobot pertama masuk pagi itu, dan checkpoint FP8 yang terdiri dari 128 bagian selesai diunggah keesokan harinya. Baru pada 5 November Baidu menerbitkan blog teknis dan kartu model yang menjelaskan apa yang sebenarnya telah mereka letakkan di sana: checkpoint sparse mixture-of-experts dengan 280B parameter, 14B di antaranya aktif per token, yang dipralatih dari awal pada 33,5 triliun token.

Pada pagi itu, repositori utama telah diunduh empat kali, dibandingkan dengan jumlah suka di kisaran lima puluhan akhir. Jarak antara kedua angka itu adalah gambaran miniatur dari rilis ini. Banyak sekali orang yang mengamati langkah kedua Baidu menuju bobot terbuka, dan hampir belum ada yang benar-benar membawa bobot itu pulang.

Dua hal menjelaskan keraguan itu, dan keduanya merupakan sifat dari rilis itu sendiri, bukan perbincangan di sekitarnya. Yang pertama adalah bahwa ini adalah base checkpoint — akhir pra-pelatihan, tanpa pelatihan menengah dan tanpa pasca-pelatihan — sehingga ini bukan model chat dan tidak berperilaku seperti itu. Yang kedua adalah lisensinya. Lisensi ini bukan Apache 2.0, tidak mencakup Uni Eropa, Inggris Raya, atau Korea Selatan, dan ketentuan komersialnya berubah setelah pendapatan terkait Anda melampaui US$50 juta per tahun.

Apa yang Baidu terbitkan, dan dalam urutan apa

Riwayat commit di repositori merupakan catatan rilis yang lebih jelas daripada pengumuman apa pun. Commit awal pada 21 Oktober. Sebuah README pada 26 Oktober, disusul dua menit kemudian oleh unggahan folder lalu penghapusan gambar arsitektur dan performa — perubahan rutin biasa dari seseorang yang merakit halaman. File konfigurasi tiba pada 2 November pukul 06:29, shard bobot tepat setelahnya, dan yang terakhir dari 128 sebelum pukul 09:00 pagi berikutnya. Gambar benchmark dan arsitektur diunggah pada 4 November. Logo, penyesuaian tokenizer, dan pemeriksaan README terakhir muncul pada 5 November, dalam hitungan jam setelah posting blog tayang.

Jadi urutannya adalah: bobot lebih dulu, dokumentasi kedua, pengumuman ketiga. Baidu tidak menggelar peluncuran lalu menyeret file-file itu keluar di belakangnya. Baidu menaruh checkpoint 280B di internet dan menulis penjelasannya setelahnya. Itu layak dikatakan secara gamblang, karena pembingkaian yang akan Anda lihat dalam liputan berbahasa Tionghoa — sebuah pengumuman sumber terbuka yang penuh kemenangan — menggambarkan apa yang terjadi pada 5 November, bukan apa yang terjadi pada 2 November.

Ada dua repositori, dan pemisahannya lebih penting daripada biasanya. baidu/ERNIE-5.5-Flash-Base menyediakan safetensors presisi campuran FP8; baidu/ERNIE-5.5-Flash-Base-BF16 menyediakan checkpoint yang sama dalam BF16. Keduanya tidak dibatasi aksesnya, keduanya hanya teks, dan keduanya mencantumkan angka yang sama: total 280B dan 14B yang diaktifkan. Ada kumpulan bobot ketiga di dalam model sebagai parameter ECHO — 0,36B di antaranya — yang secara eksplisit dikecualikan Baidu dari hitungan utama.

Konvensi penghitungannya perlu dipastikan, karena keduanya tidak sepakat di halaman yang sama. Angka 280B milik Baidu mencakup embedding masukan dan head keluaran, sedangkan angka 14B yang diaktifkan menghitung head keluaran tetapi tidak menghitung pencarian embedding. Widget ukuran model milik Hugging Face sendiri menunjukkan 286B — konvensi berbeda yang diterapkan pada file yang sama. Keduanya tidak salah; keduanya menjawab pertanyaan yang sedikit berbeda, dan lembar spesifikasi yang mencampur keduanya tidak akan konsisten.

Base checkpoint bukanlah chatbot, dan perbedaannya bukan sekadar kosmetik.

Baris paling penting di kartu model adalah baris yang paling tidak dramatis: ini adalah "checkpoint di akhir pra-pelatihan, sebelum pelatihan menengah atau pasca-pelatihan apa pun." Tujuan yang dinyatakan Baidu adalah adaptasi domain, penyetelan instruksi, dan penelitian pembelajaran penguatan. Ini adalah titik awal, yang dijual sebagai titik awal.

Dalam praktiknya, ini berarti Anda tidak dapat menukarnya ke dalam produk chat dan mengharapkan ERNIE. Kartu model menyajikannya melalui endpoint /v1/completions, bukan chat completions, dan mencatat bahwa input memerlukan token BOS, sehingga tokenisasi harus mempertahankan add_special_tokens=True. Model dasar melanjutkan teks. Model ini tidak mengikuti instruksi, menolak permintaan, atau mengadakan percakapan, karena tidak ada yang mengajarkannya untuk itu.

Belum ada juga model saudara yang telah menjalani post-training, dan inilah bagian yang paling sering salah dipahami pembaca saat melihat angka benchmark. Blog Baidu menyebut ERNIE 5.5 Flash yang telah menjalani post-training "akan menyusul." Model itu belum ada saat ini. Tidak ada API ter-hosting untuknya di Qianfan yang disebutkan dalam materi rilis, tidak ada model chat untuk dibandingkan, dan tidak ada baris untuk ERNIE 5.5 Flash di Artificial Analysis — saya memeriksa indeks model pada 5 November dan di sana tercantum ERNIE 4.5 300B A47B dan ERNIE 5.0 Thinking Preview, dan tidak ada apa pun dari lini 5.5.

Jadi deskripsi jujur dari 5.5 Flash sebagai sebuah keluarga produk, pada hari pengumumannya, adalah: satu base checkpoint, bobot terbuka, tanpa model instruct, tanpa endpoint. Sisanya hanyalah janji tentang nanti.

Di dalam arsitektur, secara singkat.

Baidu mencurahkan upaya rekayasanya pada biaya konteks panjang, dan desainnya dapat dipahami bahkan jika Anda tidak pernah melatihnya.

• Attention — 37 dari 43 lapisan menggunakan Heavily Compressed Attention, yang menyimpan satu entri per 128 token, sedangkan 6 lapisan mempertahankan akses tingkat token melalui MLA dengan sparse attention (DSA). Pada anggaran KV-cache yang setara, Baidu melaporkan HCA yang dipasangkan dengan MLA mengalahkan HCA yang dipasangkan dengan compressed sparse attention.

• Geometri head — lapisan HCA yang murah dan terkompresi 128× mendapat head lebar berdimensi 512; lapisan MLA tingkat token yang mahal mendapat head sempit berdimensi 256. Lebar head disesuaikan dengan biaya atensi aktual setiap lapisan.

• Pakar — 512 pakar yang dirutekan per lapisan MoE dengan perutean top-10 plus satu pakar bersama, dikirim dan digabungkan dalam ruang laten 2.048 dimensi pada setengah lebar tersembunyi. Penyeimbangan beban tanpa loss bantu.

Residual dan output — Manifold-Constrained Hyper-Connections dengan empat aliran residual paralel menggantikan jalur residual standar, dan head MultiMax dengan temperature piece-wise yang dapat dipelajari mempertajam distribusi kosakata.

• ECHO — alih-alih modul prediksi multi-token terpisah, lapisan final backbone itu sendiri memprediksi token masa depan dan sekaligus berfungsi sebagai model draf untuk speculative decoding. Inilah model 0,36B yang berada di luar jumlah parameter.

• Tokenizer — sekitar 201,000 entri BPE, dengan angka ditokenisasi dari kanan ke kiri dalam kelompok hingga tiga digit.

Kisah konteksnya adalah judul utama yang praktis: 128K selama pelatihan, dan 1M untuk fine-tuning dan inferensi, dengan konfigurasi yang dirilis sudah memungkinkan pengaturan 1M. Itu adalah jendela yang benar-benar besar untuk checkpoint terbuka pada ukuran ini, dan itulah kemampuan yang menjadi dasar arsitektur yang dibangun Baidu, bukan ditambahkan belakangan.

Tabel benchmark itu nyata, dan angka itu bukan angka yang Anda kira.

Baidu menerbitkan 30 baris di seluruh ujian, pengetahuan, STEM, penalaran, multibahasa, kode, dan konteks panjang, terhadap tiga model dasar sezaman: DeepSeek-V4-Flash-Base dengan total 284B dan 13B aktif, Hy3-preview-Base dengan 295B dan 21B, serta MiMo-V2.5-Base dengan 310B dan 15B. Keempatnya dijalankan melalui satu pipeline evaluasi dengan prompt dan pengaturan few-shot yang sama — yang merupakan cara yang tepat untuk membangun tabel tersebut, dan juga alasan tabel itu tidak dapat begitu saja dimasukkan ke leaderboard di samping model-model chat.

ERNIE-5.5-Flash-Base unggul pada 24 dari 30 baris. Selisih yang paling penting ada pada kode dan pengetahuan bergaya ujian, di mana perbedaan model dasar biasanya kecil:

• HumanEval+ (1-shot, Pass@1) — ERNIE 82,3 vs 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 vs DeepSeek 31,9, Hy3 33,5, MiMo 32,4

RepoQA (0-shot, Pass@1) — ERNIE 91,7 vs DeepSeek 81,0, Hy3 91,3, MiMo 56,5

Ia juga kalah pada enam [tolok ukur], dan keenam kekalahan itu lebih informatif daripada kemenangan-kemenangannya. ChineseSimpleQA menjadi milik DeepSeek dengan 75,3 berbanding 73,0 milik ERNIE. BBH dengan chain-of-thought menjadi milik Hy3 dengan 90,0 berbanding 89,2. INCLUDE-lite adalah kekalahan tipis yang nyaris hanya soal pembulatan dari DeepSeek, 79,8 berbanding 79,5. FullStackBench menjadi milik Hy3 dengan 56,7 berbanding 54,6. HELMET-Rerank adalah kekalahan terlebar, 60,0 berbanding 56,2. InfiniteBench, 48,0 berbanding 46,5, juga menjadi milik DeepSeek — hasil yang tajam bagi model yang tujuan desain utamanya adalah konteks panjang.

Setiap angka tersebut adalah milik Baidu sendiri, dihasilkan oleh Baidu, pada harness yang dikonfigurasi Baidu, dan diterbitkan bersama bobotnya. Tidak ada pihak ketiga yang mereproduksi satu pun dari angka itu. Ini bukan tuduhan; ini adalah keadaan normal bagi model yang baru berusia beberapa jam, dan justru dalam keadaan itulah tabel vendor paling sering dikutip seolah-olah merupakan hasil pengukuran.

Perbandingan yang benar-benar berguna belum ada, dan itu bukan perbandingan yang ditawarkan tabel tersebut. Semua ini adalah model base. Skor 93,3 pada MMLU untuk checkpoint base bukanlah 93,3 pada model chat, dan menempatkannya di samping skor Artificial Analysis Intelligence Index — yang dihitung pada model pasca-pelatihan yang mengerjakan tugas agentic dan penalaran — akan menjadi kesalahan kategori. Baidu telah menerbitkan perbandingan yang cermat dalam kategori yang sama. Kesalahan yang terbuka bagi setiap pembacanya adalah menganggapnya sebagai perbandingan lintas kategori.

Lisensi adalah bagian yang benar-benar akan menghentikan orang

Kesampingkan pengumumannya, dan dokumen yang mengatur rilis ini adalah ERNIE 5.5 Flash Base Model License Agreement v1.0. Dokumen tersebut bertanggal 5 November 2026 — lisensinya sendiri merupakan konfirmasi paling andal atas tanggal pengumuman itu — dan ini adalah perjanjian khusus, bukan perjanjian yang disetujui OSI.

Tiga klausul melakukan sebagian besar pekerjaannya.

• Wilayah. Lisensi diberikan "semata-mata di dalam Wilayah," yang didefinisikan oleh Bagian 1.11 sebagai setiap area geografis di seluruh dunia selain Uni Eropa, Inggris Raya, dan Korea Selatan. Redistribusi berdasarkan Bagian 3.1 dibatasi pada wilayah yang sama. Inilah klausul yang paling mungkin menjadi perhatian bagi perusahaan yang membaca "bobot terbuka" dan merencanakan penerapan.

• Ambang batas US$50 juta. Penggunaan nonkomersial gratis. Penggunaan komersial juga gratis selama pendapatan tahunan Anda dari produk atau layanan terkait berada pada atau di bawah US$50 juta, dengan syarat Anda mengirimkan pemberitahuan penggunaan satu kali kepada Baidu sebelum penggunaan komersial pertama dan menampilkan string persis "Powered by ERNIE" di lokasi yang mudah diakses — UI, halaman tentang, atau, untuk API dan layanan backend, dokumentasi developer Anda. Di atas US$50 juta, Anda memerlukan otorisasi tertulis terpisah sebelumnya sebelum memulai, dan biaya ditetapkan melalui perjanjian terpisah.

• Cara pendapatan dihitung. Bagian 1.7 menggabungkan setiap entitas di bawah kendali bersama — lebih dari 50% ekuitas atau hak suara — menjadi satu operator. Bagian ini juga menghitung seluruh pendapatan produk terkait bahkan ketika produk tersebut menggunakan model lain selain ERNIE. Anda tidak dapat mengatribusikan sedemikian rupa agar berada di bawah ambang batas dengan merujuk pada porsi lalu lintas yang menyentuh bobot ini.

Kontras dengan sejarah Baidu sendiri adalah yang membuat ini layak diberitakan, bukan hal rutin. ERNIE 4.5, yang dirilis pada 30 Juni 2025, menghadirkan sepuluh varian di bawah Apache 2.0 — benar-benar permisif, tanpa batasan wilayah, tanpa batas pendapatan, tanpa string atribusi. ERNIE 5.0 pada November 2025 mengambil arah yang sepenuhnya berlawanan dan tidak merilis bobot sama sekali. ERNIE-5.5-Flash-Base adalah posisi ketiga: bobot yang dapat Anda unduh, dengan ketentuan yang membuat "open" menjadi pernyataan tentang ketersediaan, bukan tentang izin.

Jika Anda mengevaluasi model ini untuk keperluan komersial apa pun, bacalah Bagian 1.7, 1.11, dan 4 sebelum Anda membaca tabel benchmark. Tabel tersebut memberi tahu Anda apa yang dapat dilakukannya. Ketiga bagian itu memberi tahu Anda apakah Anda diizinkan untuk mengetahuinya.

Apa yang dibutuhkan untuk menjalankan

Bobotnya cukup besar sehingga pertanyaan perangkat keras terjawab dengan sendirinya, dan cukup kecil sehingga jawabannya tidak absurd. Pada FP8, 280B parameter kira-kira 280 GB bobot sebelum KV cache apa pun — aritmetika, bukan pengukuran — yang muat dalam node empat GPU dengan kartu 80 GB, dengan ruang yang lebih ketat daripada kedengarannya setelah Anda mengaktifkan konteks 128K. Repositori BF16 menggandakannya menjadi kira-kira 560 GB dan membutuhkan delapan kartu.

Baidu menyediakan dua jalur penyajian, dan keduanya memiliki hambatan yang perlu diketahui sebelum Anda memulai.

• SGLang — image siap pakai, lmsysorg/sglang:dev-ernie-55-flash, dijalankan dengan tensor parallelism 4 dan attention data parallelism 4. Ini adalah tag dev, bukan rilis yang dipin.

• vLLM — vLLM 0.32.0 ditambah plugin yang dipasang dari repositori vLLM-ERNIE milik Baidu sendiri. Flag peluncuran mencakup cache KV FP8, paralelisme expert, dan --moe-backend humming.

Tidak ada jalur yang merupakan pemasangan satu baris, dan rute vLLM khususnya mengunci Anda pada versi vLLM tertentu serta plugin yang dikelola Baidu. Itu normal untuk model dengan struktur attention dan MoE yang baru, dan itulah jenis detail yang menentukan apakah evaluasi dua minggu akan mundur satu minggu. Contoh fine-tuning Megatron-Bridge ditautkan dari kartu karena alasan yang sama: checkpoint ini dimaksudkan untuk dilatih, bukan sekadar dijalankan sebagai layanan.

Siapa yang harus mengunduhnya, dan siapa yang harus menunggu

Unduh jika Anda sudah siap melakukan fine-tuning. Checkpoint dasar 280B-A14B yang dilatih pada 33,5T token, dengan jendela inferensi 1M token dan ketentuan komersial yang {{1}}dapat diterapkan di bawah garis pendapatan dan di luar wilayah yang dikecualikan{{/1}}, adalah titik awal yang serius untuk adaptasi domain atau menjalankan RL — dan rasio aktivasi berarti biaya pelatihan dan penyajian Anda mengikuti 14B, bukan 280B. Pekerjaan efisiensi yang dilakukan Baidu pada attention dan KV cache secara langsung menyasar beban kerja agentik berkonteks panjang yang mahal untuk dijalankan pada model dense dengan kualitas sebanding.

Tunggu, jika Anda ingin model yang bisa dipanggil. Tidak ada versi instruct, tidak ada API, dan tidak ada evaluasi independen. Siapa pun yang membutuhkan ERNIE 5.5 Flash sebagai produk sedang menunggu rilis pasca-pelatihan yang dijanjikan Baidu tetapi belum diberi tanggal.

Dan periksa petanya sebelum itu juga. Jika pengguna, entitas, atau infrastruktur Anda berada di UE, Inggris Raya, atau Korea Selatan, lisensi tersebut tidak memberi Anda hak yang tersirat oleh tombol unduh itu.

Ada jalur tengah yang praktis bagi tim yang pertanyaan sebenarnya bukan "bisakah kita menjalankan ini" melainkan "apakah ini lebih baik daripada yang sudah kami bayar." Perbandingan yang Anda butuhkan adalah dengan model hosted yang akan Anda gantikan, dan yang bisa Anda panggil hari ini. OrcaRouter menempatkan lebih dari 200 model di balik satu API dengan markup 0% — harga daftar penyedia diteruskan apa adanya, sehingga pemangkasan harga vendor berlaku pada hari yang sama — yang membuat uji banding terhadap model produksi Anda saat ini cukup dengan mengubah string model alih-alih menandatangani kontrak kedua. Untuk checkpoint yang ingin Anda fine-tune dan host sendiri, lapisan routing adalah cara Anda tetap menyertakan model incumbent dalam proses sambil mencari tahu apakah fine-tune itu benar-benar lebih baik, dengan failover otomatis jika ternyata tidak. ERNIE-5.5-Flash-Base tidak ada di OrcaRouter; itu adalah sekumpulan bobot yang Anda jalankan sendiri, dan tidak ada yang di sini mengubah itu.

Apa yang harus ditonton

Variabel yang menarik bukanlah apakah checkpoint dasarnya bagus — menurut angka Baidu sendiri, model itu kompetitif dengan model dasar yang menjadi pembandingnya, dan ia unggul di sebagian besar baris. Variabelnya adalah apa yang dilakukan Baidu dengan model pasca-pelatihan, karena di situlah ketentuan lisensi mulai mengikat pada produk nyata, dan di situlah skor independen akhirnya akan tersedia.

Ada dua tanggal yang layak diingat. Yang pertama adalah ERNIE 5.5 Flash pasca-pelatihan, yang menurut Baidu akan menyusul dan belum dijadwalkan. Yang kedua adalah reproduksi pihak ketiga pertama atas baris mana pun dalam tabel 30 baris itu — momen ketika angka-angka tersebut berhenti menjadi milik Baidu dan mulai menjadi milik semua orang. Hingga saat itu, ringkasan jujur tentang ERNIE-5.5-Flash-Base adalah bahwa Baidu telah merilis checkpoint pra-pelatihan yang besar dan dirancang dengan cermat ke publik, menggambarkannya secara akurat, dan melampirkan lisensi yang jauh lebih tidak terbuka daripada yang biasanya tersirat oleh frasa "open weights".