ERNIE-5.5-Flash-Base: Baidu öppnar en checkpoint på 280B och begränsar sedan var du får använda den

I två veckor var det mest anmärkningsvärda med ERNIE-5.5-Flash-Base hur lite Baidu sade om den. Hugging Face-repositoriet registrerades den 21 oktober 2026 och stod i stort sett tomt till den 2 november och innehöll inte mycket mer än en README. De första vikt-sharderna landade den morgonen, och den 128-delade FP8-checkpointen slutförde uppladdningen dagen därpå. Först den 5 november publicerade Baidu det tekniska blogginlägget och modellkortet som förklarar vad man faktiskt hade lagt upp där: en gles mixture-of-experts-checkpoint med 280B parametrar, varav 14B är aktiva per token, förtränad från grunden på 33,5 biljoner tokens.

På morgonen hade det primära arkivet laddats ner fyra gånger, mot ett antal gillningar på mellan 55 och 59. Avståndet mellan de två siffrorna är släppet i miniatyr. Väldigt många människor följer Baidus andra svängning mot öppna vikter, och nästan ingen har ännu tagit hem vikterna.

Två saker förklarar tvekan, och båda är egenskaper hos själva släppet snarare än snacket runt det. Den första är att detta är en base-checkpoint – slutet på förträningen, utan mellanträning och efterträning – så det är inte en chattmodell och beter sig inte som en sådan. Den andra är licensen. Den är inte Apache 2.0, den omfattar inte Europeiska unionen, Storbritannien eller Sydkorea, och dess kommersiella villkor ändras när dina relaterade intäkter överstiger 50 miljoner US-dollar per år.

Vad Baidu publicerade, och i vilken ordning

Commit-historiken i repositoriet är en tydligare redogörelse för släppet än något tillkännagivande. En första commit den 21 oktober. En README den 26 oktober, följd två minuter senare av en mappuppladdning och sedan en borttagning av arkitektur- och prestandabilderna – den vanliga oredan när någon sätter ihop en sida. Konfigurationsfilerna anlände den 2 november kl. 06.29, viktshardarna direkt därefter, och den sista av de 128 före kl. 09.00 följande morgon. Benchmark- och arkitektursiffrorna lades upp den 4 november. Logotypen, tokenizer-justeringarna och de sista README-genomgångarna kom den 5 november, inom några timmar från att blogginlägget publicerades.

Så ordningen är: {{1}}vikterna först{{/1}}, {{2}}dokumentationen sedan{{/2}}, {{3}}tillkännagivandet sist{{/3}}. Baidu iscensatte inte en lansering och drog sedan fram filerna efteråt. Baidu lade en 280B-checkpoint på internet och skrev förklaringen efteråt. Det är värt att säga rakt ut, eftersom inramningen du kommer att se i den kinesiskspråkiga bevakningen – ett triumferande tillkännagivande om öppen källkod – beskriver vad som hände den 5 november, inte vad som hände den 2 november.

Det finns två repositorier, och uppdelningen spelar större roll än den vanligtvis gör. baidu/ERNIE-5.5-Flash-Base levererar FP8-safetensors med blandad precision; baidu/ERNIE-5.5-Flash-Base-BF16 levererar samma checkpoint i BF16. Båda är utan åtkomstbegränsning, båda är enbart för text och båda anger samma 280B totalt och 14B aktiverade. En tredje uppsättning vikter finns inuti modellen som ECHO-parametrar – 0,36B av dem – vilka Baidu uttryckligen utesluter från de officiella siffrorna.

Räkningskonventionerna är värda att fastställa, eftersom de inte stämmer överens på samma sida. Baidus 280B inkluderar indataembeddingen och utdatahuvudet, och dess aktiverade siffra på 14B räknar utdatahuvudet men inte embeddinguppslagningen. Hugging Faces egen widget för modellstorlek visar 286B – en annan konvention tillämpad på samma filer. Ingen av dem är fel; de svarar på något olika frågor, och ett datablad som blandar dem kommer inte att gå ihop.

En bascheckpoint är inte en chattbot, och skillnaden är inte kosmetisk.

Den enskilt mest betydelsefulla raden på modellkortet är den minst dramatiska: detta är "checkpointen i slutet av förträningen, före all mellan- eller efterträning." Baidus angivna syfte är domänanpassning, instruktionstuning och forskning inom förstärkningsinlärning. Det är en utgångspunkt, såld som en utgångspunkt.

Vad det innebär i praktiken är att du inte kan byta in den i en chattprodukt och förvänta dig ERNIE. Kortet tillhandahåller den via /v1/completions-endpointen i stället för chat completions, och det noterar att indata behöver en BOS-token, så tokeniseringen måste behålla add_special_tokens=True. En basmodell fortsätter text. Den följer inte instruktioner, avböjer inte förfrågningar och för inte en konversation, eftersom ingenting har lärt den det.

Det finns heller ingen eftertränad syskonmodell ännu, och det är den del som läsarna oftast missförstår när de ser benchmark-siffrorna. Baidus blogg säger att den eftertränade ERNIE 5.5 Flash "kommer att följa". Den finns inte i dag. Det finns inget hostat API för den på Qianfan som nämns i lanseringsmaterialet, ingen chattmodell att jämföra med och ingen rad för ERNIE 5.5 Flash hos Artificial Analysis – jag kollade modellindexet den 5 november, och det innehåller ERNIE 4.5 300B A47B och ERNIE 5.0 Thinking Preview, och ingenting från 5.5-serien.

Så den ärliga beskrivningen av 5.5 Flash som produktfamilj, dagen då den tillkännagavs, är: en bascheckpoint, öppna vikter, ingen instruktionsmodell, ingen endpoint. Allt annat är ett löfte om framtiden.

Inuti arkitekturen, kortfattat

Baidu lade sin ingenjörsmöda på kostnaden för lång kontext, och designen går att förstå även om man aldrig tränar den.

• Attention – 37 av 43 lager använder Heavily Compressed Attention, som cachar en post per 128 tokens, medan 6 lager behåller åtkomst på tokennivå via MLA med gles attention (DSA). Vid en matchad KV-cache-budget rapporterar Baidu att HCA tillsammans med MLA överträffar HCA tillsammans med komprimerad gles attention.

• Huvudgeometri – de billiga, 128×-komprimerade HCA-lagren får breda huvuden med 512 dimensioner; de dyra tokennivå-MLA-lagren får smala med 256 dimensioner. Huvudbredden matchas mot vad varje lagers attention faktiskt kostar.

• Experter — 512 routade experter per MoE-lager med top-10-routing plus en delad expert, som skickas och kombineras i ett 2 048-dimensionellt latent utrymme vid halva den dolda bredden. Lastbalanseringen är utan hjälpförlust.

• Residualer och utdata — Manifold-Constrained Hyper-Connections med fyra parallella residualströmmar ersätter den standardiserade residualvägen, och ett MultiMax-huvud med en inlärbar styckvis temperatur skärper vokabulärfördelningen.

• ECHO — i stället för en separat modul för prediktion av flera tokens förutsäger backbonens eget sista lager framtida tokens och fungerar även som en draft-modell för spekulativ avkodning. Detta är 0,36B som ligger utanför parameterantalet.

• Tokenizer – ungefär 201 000 BPE-poster, med tal tokeniserade från höger till vänster i grupper om upp till tre siffror.

Kontextberättelsen är den praktiska rubriken: 128K under träning och 1M för finjustering och inferens, där den publicerade konfigurationen redan möjliggör 1M-inställningen. Det är ett genuint stort fönster för en öppen checkpoint i den här storleken, och det är den förmåga som Baidu byggde arkitekturen kring snarare än eftermonterade.

Benchmark-tabellen är verklig, och det är inte den siffra du tror att det är.

Baidu publicerar 30 rader för prov, kunskap, STEM, resonemang, flerspråkighet, kod och lång kontext, mot tre samtida basmodeller: DeepSeek-V4-Flash-Base med 284B totalt och 13B aktiva, Hy3-preview-Base med 295B och 21B samt MiMo-V2.5-Base med 310B och 15B. Alla fyra kördes genom en och samma utvärderingspipeline med samma prompter och few-shot-inställningar – vilket är rätt sätt att bygga tabellen, och också anledningen till att den inte kan läggas in i en leaderboard bredvid chattmodeller.

ERNIE-5.5-Flash-Base leder 24 av 30 rader. De marginaler som spelar störst roll finns inom kod och provliknande kunskap, där skillnader mellan basmodeller vanligtvis är små:

• HumanEval+ (1-shot, Pass@1) — ERNIE 82,3 mot DeepSeek 69,5, Hy3 78,0, MiMo 74,4

• MMLU-Pro (5-shot, EM) — ERNIE 78,4 mot DeepSeek 69,2, Hy3 66,9, MiMo 65,7

• LiveCodeBench (1-shot, Pass@1) — ERNIE 40,1 mot DeepSeek 31,9, Hy3 33,5, MiMo 32,4

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

Den förlorar också sex, och de sex är mer informativa än vinsterna. ChineseSimpleQA går till DeepSeek med 75,3 mot ERNIE:s 73,0. BBH med chain-of-thought går till Hy3 med 90,0 mot 89,2. INCLUDE-lite är en förlust inom avrundningsmarginalen mot DeepSeek, 79,8 mot 79,5. FullStackBench går till Hy3 med 56,7 mot 54,6. HELMET-Rerank är det största nederlaget, 60,0 mot 56,2. InfiniteBench, 48,0 mot 46,5, går också till DeepSeek – vilket är ett träffande resultat för en modell vars centrala designmål var lång kontext.

Alla dessa siffror är Baidus egna, framtagna av Baidu, i en testrigg som Baidu har konfigurerat, och publicerade tillsammans med vikterna. Ingen tredje part har reproducerat något av det. Det är inte en anklagelse; det är det normala tillståndet för en modell som är några timmar gammal, och det är precis det tillstånd där leverantörstabeller oftast citeras som om de vore mätningar.

Den jämförelse som faktiskt skulle vara användbar finns ännu inte, och det är inte den som tabellen inbjuder till. Dessa är alla basmodeller. Ett 93,3 på MMLU för en bas-checkpoint är inte ett 93,3 på en chattmodell, och att ställa det bredvid en poäng från Artificial Analysis Intelligence Index – som beräknas på eftertränade modeller som utför agentiskt och resonemangsbaserat arbete – skulle vara ett kategorifel. Baidu har publicerat en noggrann jämförelse inom kategorin. Det misstag som alla som läser den kan göra är att betrakta den som en jämförelse mellan kategorier.

Licensen är den del som faktiskt kommer att stoppa folk

Tar man bort tillkännagivandet är det dokument som styr denna utgåva ERNIE 5.5 Flash Base Model License Agreement v1.0. Det är daterat den 5 november 2026 — licensen är i sig den mest tillförlitliga bekräftelsen på tillkännagivandedatumet — och det är ett anpassat avtal, inte ett OSI-godkänt sådant.

Tre klausuler gör det mesta av jobbet.

• Territorium. Licensen beviljas "uteslutande inom Territoriet", som avsnitt 1.11 definierar som varje geografiskt område i världen utom Europeiska unionen, Storbritannien och Sydkorea. Vidaredistribution enligt avsnitt 3.1 är begränsad till samma territorium. Detta är den klausul som sannolikt har störst betydelse för ett företag som läser "open weights" och planerar en driftsättning.

• Gränsen på 50 miljoner US$. Icke-kommersiell användning är gratis. Kommersiell användning är också gratis så länge din årliga intäkt från relaterade produkter eller tjänster är på eller under 50 miljoner US$, förutsatt att du skickar ett engångsmeddelande om användning till Baidu före den första kommersiella användningen och visar den exakta strängen "Powered by ERNIE" någonstans som är lättillgängligt — ett användargränssnitt, en om-sida eller, för API:er och backend-tjänster, din utvecklardokumentation. Över 50 miljoner US$ behöver du ett separat skriftligt förhandsgodkännande innan du börjar, och avgifterna fastställs i ett separat avtal.

• Hur intäkter räknas. Avsnitt 1.7 räknar samman varje enhet under gemensam kontroll – mer än 50 % av eget kapital eller rösträtt – till en operatör. Det räknar också in hela intäkten från en närstående produkt även när den produkten använder andra modeller vid sidan av ERNIE. Du kan inte räkna dig under tröskeln genom att peka på andelen trafik som rör dessa vikter.

Kontrasten mot Baidus egen historia är det som gör detta nyhetsvärt snarare än rutinmässigt. ERNIE 4.5, som släpptes den 30 juni 2025, levererades i tio varianter under Apache 2.0 – genuint tillåtande, inga territoriella begränsningar, ingen intäktsgräns, ingen attribueringssträng. ERNIE 5.0 i november 2025 gick helt motsatt väg och levererades utan några vikter alls. ERNIE-5.5-Flash-Base är en tredje position: vikter som du kan ladda ner, under villkor som gör "öppen" till ett påstående om tillgänglighet snarare än om tillstånd.

Om du utvärderar den här modellen för något kommersiellt ändamål bör du läsa avsnitt 1.7, 1.11 och 4 innan du läser benchmarktabellen. Tabellen talar om vad den kan göra. De tre avsnitten talar om huruvida du får ta reda på det.

Vad som krävs för att springa

Vikterna är tillräckligt stora för att hårdvarufrågan ska besvara sig själv, och tillräckligt små för att svaret inte ska vara absurt. Vid FP8 är 280B parametrar ungefär 280 GB vikter innan någon KV-cache — aritmetik, inte en mätning — vilket får plats i en nod med fyra 80 GB-GPU:er, med ett utrymme som är trängre än det låter när du aktiverar en 128K-kontext. BF16-repot fördubblar det till ungefär 560 GB och vill ha åtta kort.

Baidu levererar två serveringsvägar, och båda innebär friktion som är värd att känna till innan du börjar.

• SGLang — en förbyggd image, lmsysorg/sglang:dev-ernie-55-flash, startad med tensorparallellism 4 och dataparallellism för attention 4. Det är en dev-tagg, inte en fastnålad release.

• vLLM — vLLM 0.32.0 plus ett plugin som installerats från Baidos eget vLLM-ERNIE-repositorium. Startflaggorna inkluderar FP8 KV-cache, expertparallellism och --moe-backend humming.

Ingen av vägarna är en installation på en rad, och särskilt vLLM-vägen låser dig till en specifik vLLM-version och en plugin som Baidu underhåller. Det är normalt för en modell med ny attention- och MoE-struktur, och det är den typen av detalj som avgör om en tvåveckorsutvärdering glider en vecka. Ett finjusteringsexempel för Megatron-Bridge länkas från kortet av samma anledning: den här checkpointen är avsedd att tränas på, inte bara servas.

Vem bör ladda ner det, och vem bör vänta

Ladda ner den om du har förutsättningar att finjustera. En 280B-A14B-bascheckpoint tränad på 33,5T tokens, med ett inferensfönster på 1M tokens och kommersiella villkor som är genomförbara under intäktsgränsen och utanför de uteslutna territorierna, är en stark startpunkt för domänanpassning eller en RL-körning – och aktiveringsförhållandet innebär att dina tränings- och serveringskostnader följer 14B, inte 280B. Effektivitetsarbetet som Baidu gjorde med attention och KV-cache riktar sig direkt mot de långkontextuella, agentiska arbetslaster som är dyra att köra på en tät modell av jämförbar kvalitet.

Vänta, om du vill ha en modell att anropa. Det finns ingen instruct-version, inget API och ingen oberoende utvärdering. Alla som behöver ERNIE 5.5 Flash som en produkt väntar på den eftertränade utgåvan som Baidu har lovat men inte satt något datum för.

Och kontrollera kartan innan dess också. Om dina användare, din enhet eller din infrastruktur finns i EU, Storbritannien eller Sydkorea, ger licensen dig inte de rättigheter som nedladdningsknappen antyder.

Det finns en praktisk medelväg för team vars verkliga fråga inte är "kan vi köra det här" utan "är det här bättre än det vi redan betalar för". Jämförelsen du behöver göra är mot de hostade modeller du skulle ersätta, och de du kan anropa i dag. OrcaRouter sätter över 200 modeller bakom ett enda API till 0 % påslag – leverantörens listpris förs vidare, så en leverantörsprissänkning slår igenom samma dag – vilket gör en jämförelse mot din nuvarande produktionsmodell till en fråga om att ändra en modellsträng i stället för att teckna ett andra avtal. För en checkpoint som du avser att finjustera och självhosta är routningslagret sättet att hålla den befintliga modellen kvar i loopen medan du tar reda på om finjusteringen faktiskt är bättre, med automatisk failover om den inte är det. ERNIE-5.5-Flash-Base finns inte på OrcaRouter; det är en uppsättning vikter som du kör själv, och inget här ändrar det.

Vad du ska titta på

Den intressanta variabeln är inte huruvida bascheckpointen är bra – enligt Baidus egna siffror är den konkurrenskraftig mot de basmodeller den mättes mot, och den vinner de flesta raderna. Variabeln är vad Baidu gör med den eftertränade modellen, för det är där licensvillkoren börjar bli bindande för verkliga produkter, och där en oberoende poäng äntligen kommer att finnas.

Två datum är värda att hålla fast vid. Det första är den eftertränade ERNIE 5.5 Flash, som Baidu säger ska följa och inte har schemalagt. Det andra är den första tredjepartsreproduktionen av någon rad i den där 30-radiga tabellen – ögonblicket då siffrorna slutar vara Baidus och börjar bli allas. Fram till dess är den ärliga sammanfattningen av ERNIE-5.5-Flash-Base att Baidu offentligt släppte en stor, omsorgsfullt konstruerad förträningscheckpoint, beskrev den korrekt och bifogade en licens som är betydligt mindre öppen än vad frasen "open weights" tenderar att antyda.