ERNIE-5.5-Flash-Base：Baidu、280Bチェックポイントを公開するも、利用できる範囲を狭める

2週間の間、ERNIE-5.5-Flash-Base について最も注目すべき点は、Baidu がそれについてほとんど何も語らなかったことだった。Hugging Face のリポジトリは2026年10月21日に登録され、11月2日まで実質的に空のままで、README 程度しか入っていなかった。最初の重みシャードがその朝に到着し、128分割の FP8 チェックポイントは翌日にアップロードが完了した。Baidu が技術ブログとモデルカードを公開し、実際に何を置いたのかを説明したのは11月5日になってからだ。それは280Bパラメータのスパースな専門家混合（MoE）チェックポイントで、トークンごとに14Bがアクティブになり、33.5兆トークンでゼロから事前学習されている。

その朝までに、メインリポジトリは4回ダウンロードされていたのに対し、いいね数は50台後半だった。その2つの数字の隔たりは、このリリースの縮図だ。大勢の人がBaiduのオープンウェイトへの2度目の転換を注視しているが、まだほとんど誰もウェイトを持ち帰っていない。

ためらいを説明する要因は二つあり、どちらもリリースを取り巻く噂話ではなく、リリース自体の性質です。第一に、これはベースチェックポイントです — 事前学習の終わりであり、中間学習も事後学習もありません — そのためチャットモデルではなく、チャットモデルのようには振る舞いません。第二に、ライセンスです。Apache 2.0 ではなく、欧州連合、英国、韓国には適用されず、年間の関連売上高が 5,000 万米ドルを超えると商業条件が変わります。

百度が何を、どのような順序で公開したのか

リポジトリのコミット履歴は、どんな発表よりもリリースの内容を明快に物語っている。10月21日に最初のコミット。10月26日にREADMEが追加され、その2分後にフォルダのアップロードが続き、その後アーキテクチャとパフォーマンスの画像が削除された——ページを組み立てる人がよく通る、ありふれた試行錯誤だ。設定ファイルは11月2日06:29に到着し、直後に重みシャード、そして128個のうち最後のものが翌朝09:00前に。ベンチマークとアーキテクチャの数値は11月4日に公開された。ロゴ、トークナイザーの調整、最終的なREADMEの手直しは11月5日、ブログ記事の公開から数時間以内に加えられた。

つまり順序はこうだ。重みが最初、ドキュメントが二番目、発表が三番目。Baiduはローンチイベントを開いてから、その背後でファイルを引っ張り出してきたのではない。280Bチェックポイントをインターネット上に置き、説明は後から書いたのだ。これははっきり述べておく価値がある。なぜなら、中国語圏の報道で目にする枠組み——勝利宣言のようなオープンソース発表——は、11月2日に起きたことではなく、11月5日に起きたことを説明しているからだ。

2つのリポジトリが存在し、その分割は通常以上に重要だ。baidu/ERNIE-5.5-Flash-BaseはFP8混合精度のsafetensorsを提供し、baidu/ERNIE-5.5-Flash-Base-BF16は同じチェックポイントをBF16で提供している。どちらもゲートなしで、どちらもテキスト専用であり、どちらも総パラメータ数280B、活性化14Bという同じ値を宣言している。モデル内部にはECHOパラメータという3番目の重みセットが存在し、その数は0.36Bで、Baiduはこれを主要なカウントから明示的に除外している。

計数の慣習は確定しておく価値がある。同じページ上でも食い違っているからだ。Baiduの280Bは入力埋め込みと出力ヘッドを含み、14Bという活性化パラメータ数は出力ヘッドを数えるが埋め込みルックアップは数えない。Hugging Face自身のモデルサイズ表示ウィジェットは286Bと表示するが、これは同じファイルに別の規則を適用したものだ。どちらも間違いではない。少しずつ異なる問いに答えているのであり、両者を混在させた仕様表は計算が合わなくなる。

ベースチェックポイントはチャットボットではなく、その違いは表面的なものではない

モデルカード上で最も重大な一行は、最も地味な一行だ。これは「事前学習終了時点、つまり中間学習や事後学習の前のチェックポイント」である。Baiduが掲げる目的は、ドメイン適応、指示チューニング、強化学習の研究だ。それは出発点であり、出発点として売り出されている。

実際にどういうことかというと、それをチャット製品に差し替えてERNIEを期待することはできません。モデルカードでは、チャット補完ではなく /v1/completions エンドポイント経由で提供され、入力には BOS トークンが必要だと記されているため、トークン化では add_special_tokens=True を維持する必要があります。ベースモデルはテキストを継続します。指示に従ったり、リクエストを拒否したり、会話を成立させたりはしません。なぜなら、それを教えられたものが何もないからです。

また、事後学習済みの兄弟モデルもまだ存在せず、読者がベンチマークの数値を見たときに最もよく誤解するのはこの点です。Baidu のブログには、事後学習済みの ERNIE 5.5 Flash は「追って提供される」とあります。しかし、現時点では存在しません。リリース資料で名前が挙がっている Qianfan 上のホスト型 API はなく、比較対象となるチャットモデルもなく、Artificial Analysis に ERNIE 5.5 Flash の行もありません。11月5日にモデル一覧を確認しましたが、掲載されているのは ERNIE 4.5 300B A47B と ERNIE 5.0 Thinking Preview で、5.5 系のものは何もありませんでした。

つまり、5.5 Flash を製品ファミリーとして正直に説明すると、発表当日の時点では、ベースチェックポイントが1つ、オープンウェイト、instructモデルなし、エンドポイントなしです。それ以外はすべて後日についての約束です。

アーキテクチャの内部について、簡潔に

Baiduは長いコンテキストのコストにエンジニアリングの労力を注いでおり、その設計は、たとえ実際に学習させなくても読み取れるほど明快だ。

• アテンション — 43層のうち37層はHeavily Compressed Attentionを使用し、128トークンごとに1エントリをキャッシュします。一方、6層はMLAによるトークンレベルのアクセスをスパースアテンション（DSA）で維持します。KVキャッシュ予算を同一にした場合、BaiduはHCAとMLAの組み合わせがHCAと圧縮スパースアテンションの組み合わせを上回ると報告しています。

• ヘッド形状 — 安価で128×圧縮されたHCA層には幅広の512次元ヘッド、高コストなトークンレベルのMLA層には幅の狭い256次元ヘッドが使われる。ヘッド幅は、各層のアテンションが実際にかかるコストに合わせて設定されている。

• エキスパート — 各MoE層に512個のルーティング対象エキスパートがあり、トップ10ルーティングに加えて1個の共有エキスパートを備える。これらは隠れ幅の半分の2,048次元潜在空間でディスパッチおよび結合される。負荷分散は補助損失を用いない。

• 残差と出力 — 4本の並列残差ストリームを備えたManifold-Constrained Hyper-Connectionsが標準の残差パスを置き換え、学習可能な区分温度を持つMultiMaxヘッドが語彙分布を先鋭化します。

• ECHO — 別個のマルチトークン予測モジュールではなく、バックボーン自身の最終層が将来のトークンを予測し、投機的デコーディングのドラフトモデルを兼ねる。これがパラメータ数に含まれない0.36Bである。

• トークナイザー — 約201,000個のBPEエントリを持ち、数値は最大3桁ずつのグループで右から左へトークン化されます。

コンテキスト長の話が実用上の主眼だ。学習時は128K、ファインチューニングと推論では1Mで、公開された構成ですでに1M設定が有効になっている。これはこのサイズのオープンチェックポイントとしては本当に大きなコンテキストウィンドウであり、Baiduが後付けしたのではなく、アーキテクチャをそれに合わせて構築した能力だ。

ベンチマークの表は実在するものであり、あなたが思っているような数値ではありません

Baiduは、試験、知識、STEM、推論、多言語、コード、長いコンテキストにわたる30行を、同時期のベースモデル3つと比較して公開している。DeepSeek-V4-Flash-Baseは総パラメータ284B・アクティブ13B、Hy3-preview-Baseは295B・21B、MiMo-V2.5-Baseは310B・15Bだ。4つすべてが、同じプロンプトと同じfew-shot設定を用いた単一の評価パイプラインで実行された。これはこの表を作るための正しい方法であり、チャットモデルと並べるリーダーボードにそのまま載せられない理由でもある。

ERNIE-5.5-Flash-Baseは30行のうち24行で首位に立っています。最も重要な差が現れるのはコードと試験形式の知識で、そこではベースモデル間の違いは通常小さいものです：

• HumanEval+（1ショット、Pass@1）— ERNIE 82.3 対 DeepSeek 69.5、Hy3 78.0、MiMo 74.4

• MMLU-Pro（5ショット、EM）— ERNIE 78.4 対 DeepSeek 69.2、Hy3 66.9、MiMo 65.7

• LiveCodeBench（1-shot、Pass@1）— ERNIE 40.1 対 DeepSeek 31.9、Hy3 33.5、MiMo 32.4

• RepoQA（0ショット、Pass@1）— ERNIE 91.7 対 DeepSeek 81.0、Hy3 91.3、MiMo 56.5

また6項目でも負けており、その6つの敗北は勝利よりも多くを語る。ChineseSimpleQAはDeepSeekが75.3対ERNIEの73.0で制す。chain-of-thoughtを用いたBBHはHy3が90.0対89.2で制す。INCLUDE-liteはDeepSeekに79.8対79.5で、誤差レベルの僅差で敗れている。FullStackBenchはHy3が56.7対54.6で制す。HELMET-Rerankは最も差の大きい敗北で、60.0対56.2。InfiniteBenchも48.0対46.5でDeepSeekの勝ちだ——これは、長いコンテキストを中心的な設計目標に掲げたモデルにとって痛烈な結果である。

これらの数値はすべてBaidu自身のもので、Baiduが作成し、Baiduが設定した評価ハーネス上で取得され、重みとともに公開されたものです。第三者による再現は一切ありません。これは非難ではありません。公開から数時間しか経っていないモデルにとっては通常の状態であり、ベンダーの表が測定値であるかのように引用されることが最も多いのは、まさにこの状態です。

実際に役立つ比較はまだ存在せず、表が促している比較でもない。これらはすべてベースモデルだ。ベースチェックポイントでのMMLU 93.3はチャットモデルでの93.3ではなく、それを、エージェント的作業や推論作業を行う事後学習済みモデルで計算されるArtificial Analysis Intelligence Indexのスコアの隣に置くのは、カテゴリー錯誤になるだろう。Baiduはカテゴリー内の慎重な比較を公開している。これを読む誰にでも起こりうる誤りは、それをカテゴリー間の比較として扱うことだ。

実際に人々を止めるのは、ライセンスの部分だ

発表を取り除いて見ると、このリリースを規定する文書は ERNIE 5.5 Flash Base Model License Agreement v1.0 です。日付は2026年11月5日で——ライセンス自体が発表日の最も信頼できる裏付けであり——これはOSI承認のものではなく、独自の契約です。

三つの条項が大半の役割を果たしています。

• テリトリー。 付与は「テリトリー内のみ」で行われ、第1.11条はテリトリーを、世界中のあらゆる地域、ただし次を除く：欧州連合、英国、韓国と定義している。第3.1条に基づく再配布も同じテリトリーに限定される。これは、「オープンウェイト」を読んで展開を計画する企業にとって最も重要となる可能性が高い条項である。

• 5000万米ドルのライン。 非商業利用は無料です。商業利用も、関連する製品やサービスからの年間売上高が5000万米ドル以下であれば無料です。ただし、初回の商業利用前にBaiduへ一度限りの利用通知を送信し、UI、アバウトページ、またはAPIやバックエンドサービスの場合は開発者向けドキュメントなど、容易にアクセスできる場所に「Powered by ERNIE」という文字列を正確に表示する必要があります。5000万米ドルを超える場合は、開始前に別途事前の書面による許諾が必要で、料金は別契約で定められます。

• 収益の計上方法。 セクション1.7では、共通支配下にあるすべての事業体——議決権または資本の50%超——を単一のオペレーターとして集約します。また、関連製品がERNIEと並行して他のモデルを使用している場合でも、その関連製品の収益全額を計上します。これらの重みに触れるトラフィックのシェアを指摘しても、閾値を下回るように按分することはできません。

百度自身の歴史との対比こそが、これを日常的な話ではなく報道に値するものにしている。2025年6月30日にリリースされたERNIE 4.5は、Apache 2.0の下で10のバリアントを提供した。真に許容的で、地域制限も収益条件も帰属表示の文言もなかった。2025年11月のERNIE 5.0は完全に逆方向へ進み、重みを一切公開しなかった。ERNIE-5.5-Flash-Baseは第三の立場だ。ダウンロードできる重みを、「オープン」という言葉を許可ではなく入手可能性についての表明にする条件の下で提供している。

このモデルを商業目的で評価する場合は、ベンチマーク表を読む前に第1.7節、第1.11節、第4節を読んでください。表はこのモデルが何をできるかを示しています。これら3つの節は、それを知ることが許されているかどうかを示しています。

走るために必要なもの

重みは、ハードウェアに関する問いがおのずと答えに至るほど大きく、しかもその答えが荒唐無稽にならない程度に小さい。FP8では、280BパラメータはKVキャッシュを除いておよそ280 GBの重みになる——これは測定値ではなく算術だ——そして80 GBカード4枚のノードに収まるが、128Kコンテキストを有効にすると、余裕は見た目よりずっと厳しくなる。BF16リポジトリはそれを倍のおよそ560 GBにし、8枚のカードを必要とする。

Baidu は2つの提供経路を用意しており、どちらにも始める前に知っておくべき摩擦があります。

• SGLang — ビルド済みイメージ lmsysorg/sglang:dev-ernie-55-flash を、テンソル並列度4およびアテンションのデータ並列度4で起動します。これは開発用タグであり、固定されたリリースではありません。

• vLLM — vLLM 0.32.0 に加えて、Baidu 独自の vLLM-ERNIE リポジトリからインストールされたプラグイン。起動フラグには FP8 KV キャッシュ、エキスパート並列化、--moe-backend humming が含まれます。

どちらの経路も1行でインストールできるものではなく、特に vLLM の経路では、特定の vLLM バージョンと Baidu が保守しているプラグインに縛られます。これは、新しいアテンション構造と MoE 構造を持つモデルでは普通のことですし、2週間の評価が1週間ずれ込むかどうかを左右する類の詳細でもあります。Megatron-Bridge のファインチューニング例がカードからリンクされているのも同じ理由です。このチェックポイントは、提供するだけでなく学習に使うことを想定しています。

誰がダウンロードすべきで、誰が待つべきか

ファインチューニングできる環境があるなら、ダウンロードしてください。33.5Tトークンで学習された280B-A14Bのベースチェックポイントは、1Mトークンの推論ウィンドウを持ち、売上高が一定ライン未満で除外地域外であれば対応可能な商用条件を備えており、ドメイン適応やRL実行の本格的な出発点になります。また、アクティベーション比率により、学習とサービングのコストは280Bではなく14Bに追随します。BaiduがアテンションとKVキャッシュで行った効率化の取り組みは、同等品質の密モデルで実行すると高コストになる長文脈・エージェント的ワークロードをまさに狙ったものです。

モデルを呼び出したいなら待ってください。instruct版もAPIも独立した評価もありません。ERNIE 5.5 Flashを製品として必要としている人は、Baiduが約束しながら日程を明示していないポストトレーニング済みリリースを待っているのです。

また、いずれにせよその前に地図を確認してください。あなたのユーザー、法人、またはインフラがEU、英国、韓国に所在する場合、ライセンスはダウンロードボタンが示唆する権利を付与するものではありません。

実際的な中間解があります。チームの本当の問いが「これを実行できるか」ではなく「これはすでに支払っているものより優れているか」である場合です。必要な比較は、置き換えようとしているホスト型モデル、そして今日呼び出せるモデルとの比較です。OrcaRouter は200以上のモデルを1つのAPIで0%のマークアップ—プロバイダーの定価をそのまま反映、したがってベンダーの値下げは同日に反映されます—これにより、現在の本番モデルとの比較評価は、2つ目の契約を結ぶのではなくモデル文字列を変更するだけの話になります。ファインチューニングしてセルフホストする予定のチェックポイントについては、ルーティングレイヤーを使えば、ファインチューニングが実際により優れているかを見極める間、既存モデルをループに入れておけます。そうでなければ自動フェイルオーバーします。ERNIE-5.5-Flash-Base は OrcaRouter 上にはありません。それは自分で実行する重みのセットであり、ここで述べたことはそれを変えません。

何を観るべきか

興味深い変数は、ベースチェックポイントが優れているかどうかではない — Baidu自身の数値では、比較対象となったベースモデルと競合しており、ほとんどの行で勝っている。変数は、Baiduがポストトレーニング済みモデルをどう扱うかである。なぜなら、そこがライセンス条件が実際の製品に対して拘束力を持ち始める場所であり、独立したスコアがついに存在することになる場所だからだ。

記憶しておく価値のある日付が2つある。1つ目は、ポストトレーニング済みの ERNIE 5.5 Flash だ。Baidu は続くと言っているが、日程は示していない。2つ目は、あの30行の表のいずれかの行について、第三者による最初の再現が行われる日——数値が Baidu のものでなくなり、みんなのものになる瞬間だ。それまでは、ERNIE-5.5-Flash-Base について正直に要約すればこうなる。Baidu は、大規模で綿密に設計された事前学習チェックポイントを公に公開し、それを正確に説明し、「オープンウェイト」という言葉が通常含意するよりもかなりオープン性の低いライセンスを付けた、ということだ。