ERNIE-5.5-Flash-Base: Baidu apre un checkpoint da 280B, poi limita dove puoi usarlo

Per due settimane, la cosa più notevole di ERNIE-5.5-Flash-Base è stata quanto poco Baidu ne abbia detto. Il repository Hugging Face è stato registrato il 21 ottobre 2026 ed è rimasto praticamente vuoto fino al 2 novembre, contenendo poco più di un README. I primi shard dei pesi sono arrivati quella mattina, e il checkpoint FP8 in 128 parti ha completato il caricamento il giorno successivo. Solo il 5 novembre Baidu ha pubblicato il blog tecnico e la model card che spiegano cosa vi avesse effettivamente inserito: un checkpoint mixture-of-experts sparso da 280 miliardi di parametri, 14 miliardi attivi per token, preaddestrato da zero su 33,5 trilioni di token.

Quella mattina il repository principale era stato scaricato quattro volte, a fronte di un numero di like a fine cinquanta. La distanza tra questi due numeri è la release in miniatura. Moltissime persone stanno osservando la seconda svolta di Baidu verso i pesi aperti, e quasi nessuno ha ancora portato i pesi a casa.

Due cose spiegano l'esitazione, ed entrambe sono proprietà del rilascio stesso più che chiacchiere che lo circondano. La prima è che questo è un base checkpoint — la fine del pre-training, senza mid-training né post-training — quindi non è un modello chat e non si comporta come tale. La seconda è la licenza. Non è Apache 2.0, non si estende all'Unione europea, al Regno Unito o alla Corea del Sud, e i suoi termini commerciali cambiano una volta che i ricavi correlati superano i 50 milioni di dollari USA all'anno.

Cosa ha pubblicato Baidu, e in quale ordine

La cronologia dei commit sul repository è un resoconto del rilascio più nitido di qualsiasi annuncio. Un commit iniziale il 21 ottobre. Un README il 26 ottobre, seguito due minuti dopo dal caricamento di una cartella e poi dall’eliminazione delle immagini di architettura e prestazioni — il consueto viavai di chi sta assemblando una pagina. I file di configurazione sono arrivati il 2 novembre alle 06:29, subito dopo gli shard dei pesi, e l’ultimo dei 128 prima delle 09:00 della mattina seguente. Le figure del benchmark e dell’architettura sono state pubblicate il 4 novembre. Il logo, le modifiche al tokenizer e le ultime revisioni del README sono arrivate il 5 novembre, poche ore dopo la pubblicazione del post sul blog.

Quindi la sequenza è: prima i pesi, poi la documentazione, terzo l’annuncio. Baidu non ha organizzato un lancio per poi tirarsi dietro i file: ha messo online un checkpoint da 280B e ha scritto la spiegazione dopo. Vale la pena dirlo chiaramente, perché l’inquadratura che vedrete nella copertura in lingua cinese — un trionfale annuncio open source — descrive ciò che è successo il 5 novembre, non ciò che è successo il 2 novembre.

Esistono due repository, e la suddivisione conta più del solito. baidu/ERNIE-5.5-Flash-Base fornisce safetensors a precisione mista FP8; baidu/ERNIE-5.5-Flash-Base-BF16 fornisce lo stesso checkpoint in BF16. Entrambi sono ad accesso libero, entrambi sono solo testo ed entrambi dichiarano lo stesso totale di 280B e 14B attivati. All'interno del modello esiste un terzo insieme di pesi come parametri ECHO — 0,36B — che Baidu esclude esplicitamente dai conteggi principali.

Vale la pena fissare le convenzioni di conteggio, perché si contraddicono nella stessa pagina. I 280B di Baidu includono l'embedding di input e la testa di output, e il suo valore di 14B attivati conta la testa di output ma non la lookup dell'embedding. Il widget delle dimensioni del modello di Hugging Face indica 286B: una convenzione diversa applicata agli stessi file. Nessuna delle due è sbagliata; rispondono a domande leggermente diverse, e una scheda tecnica che le mescola non quadrerà.

Un checkpoint di base non è un chatbot, e la differenza non è estetica

La riga più importante della scheda del modello è anche la meno appariscente: si tratta del "checkpoint alla fine del pre-addestramento, prima di qualsiasi addestramento intermedio o successivo". Lo scopo dichiarato di Baidu è la ricerca su adattamento al dominio, instruction tuning e apprendimento per rinforzo. È un punto di partenza, venduto come punto di partenza.

In pratica, ciò significa che non puoi inserirlo in un prodotto di chat e aspettarti ERNIE. La scheda lo espone tramite l'endpoint /v1/completions anziché tramite chat completions, e nota che gli input richiedono un token BOS, quindi la tokenizzazione deve mantenere add_special_tokens=True. Un modello base continua il testo. Non segue istruzioni, non rifiuta richieste né sostiene una conversazione, perché nulla glielo ha insegnato.

Non esiste ancora nemmeno un modello gemello post-addestrato, ed è la parte che i lettori sbagliano più spesso quando vedono i numeri dei benchmark. Il blog di Baidu afferma che l'ERNIE 5.5 Flash post-addestrato «arriverà». Oggi non esiste. Non c'è alcuna API ospitata per esso su Qianfan menzionata nei materiali di rilascio, nessun modello chat con cui confrontarlo e nessuna riga per ERNIE 5.5 Flash su Artificial Analysis — ho controllato l'indice dei modelli il 5 novembre e contiene ERNIE 4.5 300B A47B ed ERNIE 5.0 Thinking Preview, e nulla della linea 5.5.

Quindi la descrizione onesta di 5.5 Flash come famiglia di prodotti, il giorno del suo annuncio, è: un checkpoint base, pesi aperti, nessun modello instruct, nessun endpoint. Tutto il resto è una promessa su ciò che verrà dopo.

All'interno dell'architettura, brevemente

Baidu ha concentrato i propri sforzi ingegneristici sul costo del contesto lungo, e il progetto è comprensibile anche senza addestrarlo mai.

• Attenzione — 37 dei 43 layer usano Heavily Compressed Attention, che memorizza nella cache una voce ogni 128 token, mentre 6 layer mantengono l'accesso a livello di token tramite MLA con attenzione sparsa (DSA). A parità di budget della KV-cache, Baidu riporta che HCA abbinata a MLA supera HCA abbinata all'attenzione sparsa compressa.

• Geometria delle teste — i layer HCA economici, compressi 128×, ricevono teste ampie da 512 dimensioni; i costosi layer MLA a livello di token ricevono teste strette da 256 dimensioni. L'ampiezza delle teste è adattata a ciò che effettivamente costa l'attenzione di ciascun layer.

Esperti — 512 esperti instradati per layer MoE con routing top-10 più un esperto condiviso, distribuiti e combinati in uno spazio latente a 2.048 dimensioni, a metà della larghezza nascosta. Il bilanciamento del carico è privo di loss ausiliaria.

• Residui e output — Manifold-Constrained Hyper-Connections con quattro flussi residui paralleli sostituiscono il percorso residuo standard, e un head MultiMax con una temperatura a tratti apprendibile rende più netta la distribuzione del vocabolario.

• ECHO — invece di un modulo separato di predizione multi-token, lo strato finale della backbone stessa predice i token futuri e funge anche da modello draft per la decodifica speculativa. Questo è il 0,36B che resta al di fuori del conteggio dei parametri.

• Tokenizer — circa 201.000 voci BPE, con i numeri tokenizzati da destra a sinistra in gruppi di massimo tre cifre.

La storia del contesto è il titolo pratico: 128K durante l'addestramento e 1M per fine-tuning e inferenza, con la configurazione rilasciata che abilita già l'impostazione a 1M. È una finestra davvero ampia per un checkpoint aperto di questa dimensione, ed è la capacità attorno alla quale Baidu ha costruito l'architettura, non un elemento aggiunto a posteriori.

La tabella di benchmark è reale, e non è il numero che pensi.

Baidu pubblica 30 righe relative a esami, conoscenza, STEM, ragionamento, multilinguismo, codice e contesto lungo, a confronto con tre modelli di base contemporanei: DeepSeek-V4-Flash-Base con 284B totali e 13B attivi, Hy3-preview-Base con 295B e 21B, e MiMo-V2.5-Base con 310B e 15B. Tutti e quattro sono stati eseguiti attraverso un'unica pipeline di valutazione con gli stessi prompt e le stesse impostazioni few-shot — che è il modo corretto di costruire la tabella, e anche il motivo per cui non può essere inserita in una classifica accanto ai modelli chat.

ERNIE-5.5-Flash-Base è in testa in 24 delle 30 righe. I margini che contano di più sono nel codice e nella conoscenza in stile esame, dove le differenze tra i modelli di base sono solitamente piccole:

• HumanEval+ (1-shot, Pass@1) — ERNIE 82,3 contro 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 contro 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

Registra anche sei sconfitte, e quelle sei sono più informative delle vittorie. ChineseSimpleQA va a DeepSeek con 75,3 contro 73,0 di ERNIE. BBH con chain-of-thought va a Hy3 con 90,0 contro 89,2. INCLUDE-lite è una sconfitta per una differenza da arrotondamento contro DeepSeek, 79,8 contro 79,5. FullStackBench va a Hy3 con 56,7 contro 54,6. HELMET-Rerank è la sconfitta più ampia, 60,0 contro 56,2. Anche InfiniteBench, 48,0 contro 46,5, va a DeepSeek — un risultato particolarmente significativo per un modello il cui obiettivo progettuale centrale era il contesto lungo.

Ognuno di quei valori è di Baidu stesso, prodotto da Baidu, su un harness configurato da Baidu e pubblicato insieme ai pesi. Nessuna terza parte ne ha riprodotto alcunché. Non è un'accusa; è lo stato normale di un modello che ha poche ore di vita, ed è esattamente lo stato in cui le tabelle dei fornitori vengono più spesso citate come se fossero misurazioni.

Il confronto che sarebbe davvero utile non esiste ancora, e non è quello che la tabella invita a fare. Questi sono tutti modelli base. Un 93,3 su MMLU per un checkpoint base non è un 93,3 su un modello chat, e collocarlo accanto a un punteggio dell'Artificial Analysis Intelligence Index — calcolato su modelli post-addestrati che svolgono attività agentiche e di ragionamento — sarebbe un errore di categoria. Baidu ha pubblicato un attento confronto all'interno della stessa categoria. L'errore in cui chiunque lo legga può incorrere è trattarlo come un confronto tra categorie diverse.

La licenza è la parte che fermerà davvero le persone

Mettendo da parte l'annuncio, il documento che disciplina questa release è l'ERNIE 5.5 Flash Base Model License Agreement v1.0. È datato 5 novembre 2026 — la licenza stessa è la conferma più affidabile della data dell'annuncio — ed è un accordo personalizzato, non approvato dall'OSI.

Tre clausole fanno la maggior parte del lavoro.

• Territorio. La concessione è effettuata "esclusivamente all'interno del Territorio", che la Sezione 1.11 definisce come ogni area geografica del mondo eccetto l'Unione europea, il Regno Unito e la Corea del Sud. La ridistribuzione ai sensi della Sezione 3.1 è limitata allo stesso territorio. Questa è la clausola che più probabilmente avrà importanza per un'azienda che legge "open weights" e pianifica un deployment.

• La soglia dei 50 milioni di dollari USA. L'uso non commerciale è gratuito. Anche l'uso commerciale è gratuito finché il fatturato annuo derivante da prodotti o servizi correlati è pari o inferiore a 50 milioni di dollari USA, a condizione che si invii a Baidu un avviso di utilizzo una tantum prima del primo uso commerciale e si visualizzi la stringa esatta "Powered by ERNIE" in un punto facilmente accessibile — un'interfaccia utente, una pagina "informazioni", oppure, per API e servizi backend, la documentazione per sviluppatori. Oltre i 50 milioni di dollari USA, è necessaria un'autorizzazione scritta separata e preventiva prima di iniziare, e le tariffe sono stabilite da un accordo separato.

• Come viene conteggiato il fatturato. La sezione 1.7 aggrega in un unico operatore ogni entità sotto controllo comune — più del 50% del capitale o dei diritti di voto. Conteggia inoltre l'intero fatturato di un prodotto correlato anche quando quel prodotto utilizza altri modelli insieme a ERNIE. Non puoi portarti sotto la soglia tramite un'attribuzione, indicando la quota di traffico che tocca questi pesi.

Il contrasto con la storia di Baidu stessa è ciò che rende questa notizia degna di attenzione anziché routine. ERNIE 4.5, rilasciato il 30 giugno 2025, ha distribuito dieci varianti con licenza Apache 2.0 — genuinamente permissiva, senza limitazioni territoriali, senza soglie di fatturato, senza stringa di attribuzione. ERNIE 5.0, a novembre 2025, ha preso una direzione completamente opposta e non ha distribuito alcun peso. ERNIE-5.5-Flash-Base è una terza posizione: pesi scaricabili, con termini che fanno di "open" un'affermazione sulla disponibilità anziché sul permesso.

Se stai valutando questo modello per qualsiasi scopo commerciale, leggi le Sezioni 1.7, 1.11 e 4 prima di leggere la tabella dei benchmark. La tabella ti dice cosa può fare. Quelle tre sezioni ti dicono se ti è consentito scoprirlo.

Cosa serve per eseguire

I pesi sono abbastanza grandi che la questione hardware si risolve da sola, e abbastanza piccoli che la risposta non è assurda. A FP8, 280B parametri sono circa 280 GB di pesi prima di qualsiasi KV cache — aritmetica, non una misurazione — che entrano in un nodo a quattro GPU con schede da 80 GB con un margine più stretto di quanto sembri una volta abilitato un contesto da 128K. Il repository BF16 raddoppia a circa 560 GB e richiede otto schede.

Baidu offre due percorsi di servizio, ed entrambi presentano attriti di cui vale la pena essere consapevoli prima di iniziare.

• SGLang — un'immagine precompilata, lmsysorg/sglang:dev-ernie-55-flash, avviata con parallelismo tensoriale 4 e parallelismo dei dati dell'attenzione 4. È un tag dev, non una release bloccata.

• vLLM — vLLM 0.32.0 più un plugin installato dal repository vLLM-ERNIE di Baidu stesso. I flag di avvio includono la cache KV FP8, il parallelismo degli esperti e --moe-backend humming.

Nessuno dei due percorsi è un'installazione da una sola riga, e la via vLLM in particolare ti vincola a una versione specifica di vLLM e a un plugin mantenuto da Baidu. È normale per un modello con una nuova struttura di attention e MoE, ed è il tipo di dettaglio che decide se una valutazione di due settimane slitta di una settimana. Un esempio di fine-tuning con Megatron-Bridge è collegato dalla card per lo stesso motivo: questo checkpoint è pensato per essere addestrato, non solo servito.

Chi dovrebbe scaricarlo e chi dovrebbe aspettare

Scaricalo se sei configurato per il fine-tuning. Un checkpoint base 280B-A14B addestrato su 33,5T token, con una finestra di inferenza da 1M token e condizioni commerciali praticabili sotto la soglia di ricavi e al di fuori dei territori esclusi, è un punto di partenza serio per un adattamento al dominio o un run di RL — e il rapporto di attivazione significa che i costi di addestramento e serving seguono i 14B, non i 280B. Il lavoro sull'efficienza che Baidu ha svolto su attention e KV cache è mirato esattamente ai carichi di lavoro agentici a contesto lungo, costosi da eseguire su un modello dense di qualità comparabile.

Aspetta, se vuoi un modello da chiamare. Non esiste una versione instruct, né un'API, né una valutazione indipendente. Chiunque abbia bisogno di ERNIE 5.5 Flash come prodotto sta aspettando la release post-addestrata che Baidu ha promesso e di cui non ha ancora annunciato la data.

E in ogni caso controlla prima la mappa. Se i tuoi utenti, la tua entità o la tua infrastruttura si trovano nell'UE, nel Regno Unito o in Corea del Sud, la licenza non ti concede i diritti che il pulsante di download lascia intendere.

Esiste un percorso intermedio pratico per i team la cui vera domanda non è "possiamo eseguirlo" ma "è meglio di ciò che già paghiamo". Il confronto che serve è con i modelli ospitati che sostituireste, e quelli che potete chiamare oggi. OrcaRouter mette oltre 200 modelli dietro un'unica API con 0% di ricarico — prezzo di listino del fornitore trasferito tal quale, così un taglio di prezzo del fornitore si riflette lo stesso giorno — il che rende un confronto comparativo con il vostro modello di produzione attuale una questione di cambiare una stringa del modello anziché firmare un secondo contratto. Per un checkpoint che intendete mettere a punto e ospitare in autonomia, il livello di routing è il modo in cui tenete il fornitore attuale nel ciclo mentre scoprite se il fine-tuning è davvero migliore, con failover automatico in caso contrario. ERNIE-5.5-Flash-Base non è su OrcaRouter; è un insieme di pesi che eseguite voi stessi, e nulla di quanto detto qui cambia questo.

Cosa guardare

La variabile interessante non è se il checkpoint di base sia buono — secondo i dati di Baidu, è competitivo con i modelli di base con cui è stato confrontato, e vince la maggior parte delle righe. La variabile è ciò che Baidu fa con il modello post-addestrato, perché è lì che i termini della licenza iniziano a vincolare i prodotti reali, e dove finalmente esisterà un punteggio indipendente.

Due date meritano di essere ricordate. La prima è il modello ERNIE 5.5 Flash post-addestrato, che Baidu dice che seguirà e che non ha ancora messo in calendario. La seconda è la prima riproduzione di terze parti di una qualsiasi riga di quella tabella a 30 righe — il momento in cui i numeri smettono di appartenere a Baidu e iniziano ad appartenere a tutti. Fino ad allora, la sintesi onesta di ERNIE-5.5-Flash-Base è che Baidu ha pubblicato pubblicamente un checkpoint di pre-addestramento grande e progettato con cura, lo ha descritto accuratamente e vi ha allegato una licenza considerevolmente meno aperta di quanto la locuzione "open weights" tenda a implicare.