ERNIE-5.5-Flash-Base: Baidu opent een 280B-checkpoint en beperkt vervolgens waar je het mag gebruiken

Twee weken lang was het meest opvallende aan ERNIE-5.5-Flash-Base hoe weinig Baidu erover zei. De Hugging Face-repository werd op 21 oktober 2026 geregistreerd en bleef tot 2 november vrijwel leeg, met weinig meer dan een README. De eerste gewichtsshardes arriveerden die ochtend, en de FP8-checkpoint van 128 delen was de volgende dag klaar met uploaden. Pas op 5 november publiceerde Baidu de technische blog en de modelkaart die uitleggen wat het er eigenlijk had neergezet: een sparse mixture-of-experts-checkpoint van 280B parameters, waarvan 14B actief per token, vanaf nul voorgetraind op 33,5 biljoen tokens.

Tegen die ochtend was de primaire repository vier keer gedownload, tegenover een like-aantal ruim in de vijftig. De afstand tussen die twee getallen is de release in het klein. Heel veel mensen kijken naar Baidu's tweede stap richting open gewichten, en bijna niemand heeft de gewichten al mee naar huis genomen.

Twee dingen verklaren de aarzeling, en beide zijn eigenschappen van de release zelf, niet het gepraat eromheen. Het eerste is dat dit een base-checkpoint is — het einde van pre-training, zonder mid-training en zonder post-training — dus het is geen chatmodel en gedraagt zich er ook niet als een. Het tweede is de licentie. Die is geen Apache 2.0, strekt zich niet uit tot de Europese Unie, het Verenigd Koninkrijk of Zuid-Korea, en de commerciële voorwaarden veranderen zodra je gerelateerde omzet boven de US$ 50 miljoen per jaar uitkomt.

Wat Baidu heeft gepubliceerd, en in welke volgorde

De commitgeschiedenis van de repository geeft een zuiverder beeld van de release dan welke aankondiging dan ook. Een eerste commit op 21 oktober. Een README op 26 oktober, twee minuten later gevolgd door het uploaden van een map en vervolgens het verwijderen van de architectuur- en prestatieafbeeldingen — het gewone heen-en-weer van iemand die een pagina in elkaar zet. De configuratiebestanden arriveerden op 2 november om 06:29, de gewichts-shards direct daarna, en de laatste van de 128 vóór 09:00 de volgende ochtend. De benchmark- en architectuurcijfers verschenen op 4 november. Het logo, de tokenizer-aanpassingen en de laatste README-rondes kwamen op 5 november, binnen enkele uren nadat de blogpost online ging.

Dus de volgorde is: eerst de gewichten, dan de documentatie, en als derde de aankondiging. Baidu heeft geen lancering geënsceneerd en daarna de bestanden erachteraan gesleept. Het zette een 280B-checkpoint op internet en schreef de uitleg daarna. Dat is het vermelden waard, simpelweg omdat de framing die je in de Chinese berichtgeving zult zien — een triomfantelijke open-sourceaankondiging — beschrijft wat er op 5 november gebeurde, niet wat er op 2 november gebeurde.

Er bestaan twee repositories, en de splitsing is belangrijker dan gewoonlijk. baidu/ERNIE-5.5-Flash-Base levert FP8 mixed-precision safetensors; baidu/ERNIE-5.5-Flash-Base-BF16 levert dezelfde checkpoint in BF16. Beide zijn vrij toegankelijk, beide bevatten alleen tekst, en beide vermelden dezelfde 280B in totaal en 14B geactiveerd. Er bestaat een derde set gewichten in het model als ECHO-parameters — 0,36B daarvan — die Baidu expliciet buiten de hoofdcijfers houdt.

Het is de moeite waard om de telconventies precies vast te leggen, want ze spreken elkaar tegen op dezelfde pagina. Baidu's 280B omvat de input-embedding en de output-head, en het geactiveerde getal van 14B telt de output-head mee maar niet de embedding-lookup. Hugging Face's eigen modelgrootte-widget geeft 286B aan — een andere conventie toegepast op dezelfde bestanden. Geen van beide is fout; ze beantwoorden net iets andere vragen, en een specificatieblad dat ze door elkaar haalt, zal niet kloppen.

Een basis-checkpoint is geen chatbot, en het verschil is niet cosmetisch.

De meest ingrijpende regel op de modelkaart is de minst dramatische: dit is "de checkpoint aan het einde van pre-training, vóór enige mid- of post-training." Baidu's vermelde doel is domeinaanpassing, instruction tuning en onderzoek naar reinforcement learning. Het is een startpunt, verkocht als een startpunt.

Wat dat in de praktijk betekent, is dat je het niet in een chatproduct kunt inzetten en dan ERNIE kunt verwachten. De kaart ontsluit het via het /v1/completions-endpoint in plaats van chat completions, en vermeldt dat invoer een BOS-token nodig heeft, dus bij tokenisatie moet add_special_tokens=True blijven staan. Een basismodel zet tekst voort. Het volgt geen instructies, weigert geen verzoeken en voert geen gesprek, omdat niets het dat heeft geleerd.

Er is ook nog geen post-getraind zustermodel, en dit is het onderdeel dat lezers het vaakst verkeerd begrijpen wanneer ze de benchmarkcijfers zien. De blog van Baidu zegt dat de post-getrainde ERNIE 5.5 Flash "zal volgen." Die bestaat vandaag niet. Er is geen gehoste API ervoor op Qianfan die de releasematerialen noemen, geen chatmodel om mee te vergelijken, en geen rij voor ERNIE 5.5 Flash op Artificial Analysis — ik heb de modellenindex op 5 november gecontroleerd en die bevat ERNIE 4.5 300B A47B en ERNIE 5.0 Thinking Preview, en niets uit de 5.5-lijn.

Dus de eerlijke beschrijving van 5.5 Flash als productfamilie, op de dag van de aankondiging, is: één basis-checkpoint, open gewichten, geen instructmodel, geen endpoint. Al het andere is een belofte over later.

Binnen de architectuur, kort.

Baidu heeft zijn engineering-inspanning gericht op de kosten van lange context, en het ontwerp is begrijpelijk, zelfs als je het nooit traint.

• Attention — 37 van de 43 lagen gebruiken Heavily Compressed Attention, dat één entry per 128 tokens cachet, terwijl 6 lagen toegang op tokenniveau behouden via MLA met sparse attention (DSA). Bij een gelijk KV-cachebudget rapporteert Baidu dat HCA gecombineerd met MLA beter presteert dan HCA gecombineerd met compressed sparse attention.

• Geometrie van de heads — de goedkope, 128×-gecomprimeerde HCA-lagen krijgen brede heads met 512 dimensies; de dure MLA-lagen op tokenniveau krijgen smalle met 256 dimensies. De breedte van de head is afgestemd op wat de attention van elke laag werkelijk kost.

• Experts — 512 gerouteerde experts per MoE-laag met top-10-routing plus één gedeelde expert, verzonden en gecombineerd in een 2.048-dimensionale latente ruimte op de helft van de verborgen breedte. De belastingverdeling is auxiliary-loss-vrij.

• Reststromen en uitvoer — Manifold-Constrained Hyper-Connections met vier parallelle reststromen vervangen het standaard restpad, en een MultiMax-head met een leerbare stuksgewijze temperatuur verscherpt de vocabulaireverdeling.

• ECHO — in plaats van een afzonderlijke module voor multi-tokenvoorspelling voorspelt de eigen laatste laag van de backbone toekomstige tokens en fungeert tegelijk als conceptmodel voor speculatief decoderen. Dit is de 0.36B die buiten het parameteraantal staat.

• Tokenizer — ongeveer 201.000 BPE-vermeldingen, waarbij getallen van rechts naar links worden getokeniseerd in groepen van maximaal drie cijfers.

Het contextverhaal is het praktische hoofdpunt: 128K tijdens training en 1M voor fine-tuning en inferentie, waarbij de vrijgegeven configuratie de 1M-instelling al mogelijk maakt. Dat is een werkelijk groot venster voor een open checkpoint van deze omvang, en het is de capaciteit waarop Baidu de architectuur heeft gebouwd in plaats van erop geplakt.

De benchmarktabel is echt, en het is niet het getal dat je denkt dat het is.

Baidu publiceert 30 rijen voor examen, kennis, STEM, redeneren, meertaligheid, code en lange context, tegenover drie hedendaagse basismodellen: DeepSeek-V4-Flash-Base met 284B totaal en 13B actief, Hy3-preview-Base met 295B en 21B, en MiMo-V2.5-Base met 310B en 15B. Alle vier zijn door één evaluatiepipeline gehaald met dezelfde prompts en few-shot-instellingen — wat de juiste manier is om de tabel op te bouwen, en ook de reden dat hij niet in een leaderboard naast chatmodellen kan worden gezet.

ERNIE-5.5-Flash-Base leidt in 24 van de 30 rijen. De marges die er het meest toe doen, zitten bij code en kennis in examenstijl, waar verschillen tussen basismodellen gewoonlijk klein zijn:

• 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

Het verliest er ook zes, en die zes zijn informatiever dan de overwinningen. ChineseSimpleQA gaat naar DeepSeek met 75,3 tegen 73,0 van ERNIE. BBH met chain-of-thought gaat naar Hy3 met 90,0 tegen 89,2. INCLUDE-lite is een verlies binnen de afrondingsmarge tegen DeepSeek, 79,8 tegen 79,5. FullStackBench gaat naar Hy3 met 56,7 tegen 54,6. HELMET-Rerank is de grootste nederlaag, 60,0 tegen 56,2. InfiniteBench, 48,0 tegen 46,5, gaat ook naar DeepSeek — wat een veelzeggend resultaat is voor een model waarvan het centrale ontwerpdoel lange context was.

Elk van die cijfers is van Baidu zelf, geproduceerd door Baidu, op een door Baidu geconfigureerde testomgeving, en samen met de gewichten gepubliceerd. Geen enkele derde partij heeft er iets van gereproduceerd. Dat is geen beschuldiging; het is de normale toestand van een model dat pas een paar uur oud is, en het is precies de toestand waarin tabellen van leveranciers het vaakst worden geciteerd alsof het metingen zijn.

De vergelijking die echt nuttig zou zijn, bestaat nog niet, en het is niet de vergelijking waartoe de tabel uitnodigt. Dit zijn allemaal basismodellen. Een 93,3 op MMLU voor een basis-checkpoint is niet hetzelfde als een 93,3 op een chatmodel, en het naast een score op de Artificial Analysis Intelligence Index zetten — die wordt berekend op post-getrainde modellen die agentische en redeneertaken uitvoeren — zou een categoriefout zijn. Baidu heeft een zorgvuldige vergelijking binnen dezelfde categorie gepubliceerd. De fout die iedereen die dit leest kan maken, is om het als een vergelijking tussen categorieën te behandelen.

De licentie is het onderdeel dat mensen daadwerkelijk zal tegenhouden.

Als je de aankondiging wegdenkt, is het document dat deze release regelt de ERNIE 5.5 Flash Base Model License Agreement v1.0. Het is gedateerd 5 november 2026 — de licentie zelf is de betrouwbaarste bevestiging van de datum van de aankondiging — en het is een maatwerkovereenkomst, geen door OSI goedgekeurde overeenkomst.

Drie clausules doen het meeste werk.

• Grondgebied. De verlening geschiedt "uitsluitend binnen het Grondgebied", dat volgens artikel 1.11 wordt gedefinieerd als elk geografisch gebied wereldwijd met uitzondering van de Europese Unie, het Verenigd Koninkrijk en Zuid-Korea. Herverdeling op grond van artikel 3.1 is beperkt tot hetzelfde grondgebied. Dit is de clausule die het meest waarschijnlijk van belang is voor een bedrijf dat "open weights" leest en een uitrol plant.

• De grens van US$ 50 miljoen. Niet-commercieel gebruik is gratis. Commercieel gebruik is ook gratis zolang uw jaarlijkse omzet uit gerelateerde producten of diensten op of onder US$ 50 miljoen ligt, mits u vóór het eerste commerciële gebruik een eenmalige gebruikskennisgeving naar Baidu stuurt en de exacte tekenreeks "Powered by ERNIE" ergens goed toegankelijk weergeeft — een gebruikersinterface, een over-pagina of, voor API's en backenddiensten, uw ontwikkelaarsdocumentatie. Boven US$ 50 miljoen hebt u vooraf afzonderlijke schriftelijke toestemming nodig voordat u begint, en de vergoedingen worden vastgesteld in een afzonderlijke overeenkomst.

• Hoe omzet wordt geteld. Sectie 1.7 voegt elke entiteit onder gezamenlijke zeggenschap — meer dan 50% van het eigen vermogen of de stemrechten — samen tot één exploitant. Ook wordt de volledige omzet van een gerelateerd product meegeteld, zelfs wanneer dat product naast ERNIE andere modellen gebruikt. Je kunt je niet onder de drempel uit rekenen door te wijzen op het aandeel van het verkeer dat deze gewichten raakt.

Het contrast met Baidu's eigen geschiedenis is wat dit nieuwswaardig maakt in plaats van routineus. ERNIE 4.5, uitgebracht op 30 juni 2025, leverde tien varianten onder Apache 2.0 — oprecht permissief, geen territorium, geen omzetdrempel, geen attributiestring. ERNIE 5.0 in november 2025 ging volledig de andere kant op en leverde helemaal geen gewichten. ERNIE-5.5-Flash-Base is een derde positie: gewichten die je kunt downloaden, onder voorwaarden die van "open" een uitspraak over beschikbaarheid maken in plaats van over toestemming.

Als je dit model voor commerciële doeleinden evalueert, lees dan Sectie 1.7, 1.11 en 4 voordat je de benchmarktabel leest. De tabel vertelt je wat het kan. Die drie secties vertellen je of je dat mag ontdekken.

Wat er nodig is om te runnen

De gewichten zijn groot genoeg dat de vraag naar hardware zichzelf beantwoordt, en klein genoeg dat het antwoord niet absurd is. Bij FP8 zijn 280B parameters ruwweg 280 GB aan gewichten vóór enige KV-cache — rekenwerk, geen meting — wat past in een vier-GPU-node met 80 GB-kaarten, met ruimte die krapper is dan het klinkt zodra je een 128K-context inschakelt. De BF16-repository verdubbelt dat tot ruwweg 560 GB en wil acht kaarten.

Baidu levert twee serveerpaden, en beide kennen de nodige hobbels die je maar beter kent voordat je begint.

• SGLang — een vooraf gebouwde image, lmsysorg/sglang:dev-ernie-55-flash, gestart met tensorparallellisme 4 en attention-dataparallellisme 4. Het is een dev-tag, geen vastgezette release.

• vLLM — vLLM 0.32.0 plus een plugin die is geïnstalleerd vanuit Baidu's eigen vLLM-ERNIE-repository. De opstartflags omvatten FP8 KV-cache, expert-parallelisme en --moe-backend humming.

Geen van beide paden is een eenregelige installatie, en de vLLM-route in het bijzonder legt je vast op een specifieke vLLM-versie en een plug-in die door Baidu wordt onderhouden. Dat is normaal voor een model met een nieuwe attention- en MoE-structuur, en het is precies het soort detail dat bepaalt of een evaluatie van twee weken een week uitloopt. Om dezelfde reden staat er op de kaart een link naar een fine-tuningvoorbeeld voor Megatron-Bridge: deze checkpoint is bedoeld om op te trainen, niet alleen om te serveren.

Wie moet het downloaden en wie moet wachten?

Download het als je bent ingesteld om te fine-tunen. Een 280B-A14B-basischeckpoint dat op 33,5T tokens is getraind, met een inferentievenster van 1M tokens en commerciële voorwaarden die werkbaar zijn onder de omzetgrens en buiten de uitgesloten territoria, is een serieus uitgangspunt voor domeinaanpassing of een RL-run — en de activeringsratio betekent dat je trainings- en serveerkosten 14B volgen, niet 280B. Het efficiëntiewerk dat Baidu aan attention en KV-cache heeft gedaan, is rechtstreeks gericht op de long-context- en agentische workloads die duur zijn om te draaien op een dense model van vergelijkbare kwaliteit.

Wacht, als je een model wilt om aan te roepen. Er is geen instructversie, geen API en geen onafhankelijke evaluatie. Iedereen die ERNIE 5.5 Flash als product nodig heeft, wacht op de post-trained release die Baidu heeft belooft maar nog niet heeft gedateerd.

En check daarvoor ook de kaart. Als je gebruikers, je entiteit of je infrastructuur in de EU, het VK of Zuid-Korea zitten, verleent de licentie je niet de rechten die de downloadknop suggereert.

Er is een praktisch middenpad voor teams wier echte vraag niet is "kunnen we dit draaien", maar "is dit beter dan wat we al betalen". De vergelijking die je nodig hebt, is met de gehoste modellen die je zou vervangen, en die je vandaag al kunt aanroepen. OrcaRouter zet meer dan 200 modellen achter één API tegen 0% opslag — de lijstprijs van de provider wordt ongewijzigd doorgegeven, dus een prijsverlaging van een leverancier komt dezelfde dag door — waardoor een bake-off tegen je huidige productiemodel een kwestie is van het wijzigen van een modelstring in plaats van het ondertekenen van een tweede contract. Voor een checkpoint dat je van plan bent te fine-tunen en zelf te hosten, is de routeringslaag de manier om de zittende partij in de loop te houden terwijl je uitzoekt of de fine-tune echt beter is, met automatische failover als dat niet zo is. ERNIE-5.5-Flash-Base staat niet op OrcaRouter; het is een set gewichten die je zelf draait, en niets hier verandert dat.

Wat te kijken

De interessante variabele is niet of het basis-checkpoint goed is — volgens Baidu's eigen cijfers is het concurrerend met de basismodellen waarmee het is vergeleken, en het wint de meeste rijen. De variabele is wat Baidu doet met het post-getrainde model, want daar beginnen de licentievoorwaarden te binden op echte producten, en daar zal eindelijk een onafhankelijke score bestaan.

Twee data zijn het waard om vast te houden. De eerste is de nagetrainde ERNIE 5.5 Flash, die volgens Baidu nog zal volgen en waarvoor nog geen planning is. De tweede is de eerste reproductie door een derde partij van welke rij dan ook in die tabel met 30 rijen — het moment waarop de cijfers niet langer van Baidu zijn en van iedereen beginnen te worden. Tot dan is de eerlijke samenvatting van ERNIE-5.5-Flash-Base dat Baidu een groot, zorgvuldig ontworpen pretrainingscheckpoint openbaar heeft uitgebracht, het accuraat heeft beschreven en er een licentie aan heeft verbonden die aanzienlijk minder open is dan de uitdrukking "open weights" doorgaans impliceert.