AnswersPublished18 sources
ERNIE 5.5 Flash Base: cosa offre il nuovo modello di Baidu
Baidu ha rilasciato ERNIE 5.5 Flash Base il 5 novembre 2026: un modello mixture of experts con 280 miliardi di parametri totali e 14 miliardi attivi per token, preaddestrato su 33.500 miliardi di token. È un checkpoint di base, prima del post addestramento, pensato come punto di partenza per adattamento e ricerca; S...
Pubblicato daModificato con GPT-6 LunaImmagini generate con GPT Image 2
Research answer
Key takeaways
- Baidu ha rilasciato ERNIE 5.5 Flash Base il 5 novembre 2026: un modello mixture of experts con 280 miliardi di parametri totali e 14 miliardi attivi per token, preaddestrato su 33.500 miliardi di token.
- È un checkpoint di base, prima del post addestramento, pensato come punto di partenza per adattamento e ricerca; SGLang documenta il supporto a contesti fino a un milione di token.
- I risultati pubblicati sono competitivi in alcune prove di conoscenza e programmazione, ma non indicano un vantaggio su tutti i benchmark; prima dell’uso va esaminata anche la licenza.
AI Prompt
openai.comCreate a landscape editorial hero image for this Studio Global article: What did Baidu announce on November 5, 2026, with its Hugging Face release of ERNIE-5.5-Flash-Base, and how do its 280B total and 14B active. Article summary: Baidu announced the Hugging Face release of ERNIE-5.5-Flash-Base on November 5, 2026: a downloadable, text-only mixture-of-experts base model with 280 billion total parameters and 14 billion activated per token.[3][4] Th. Topic tags: general, general web, documentation. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts with fak
Baidu ha pubblicato su Hugging Face ERNIE-5.5-Flash-Base il 5 novembre 2026. È un modello linguistico solo testuale basato sull’architettura mixture-of-experts (MoE): conta 280 miliardi di parametri complessivi, ma ne attiva 14 miliardi per ogni token. Secondo Baidu, è stato preaddestrato da zero su 33.500 miliardi di token.1
3
6
I due numeri descrivono aspetti diversi: 280 miliardi indicano la capacità totale del modello, mentre 14 miliardi sono i parametri attivati di volta in volta. E il termine «Base» è importante: il rilascio è un checkpoint di partenza, non un assistente già ottimizzato per seguire istruzioni.6
Un checkpoint da adattare, non un chatbot pronto
La versione pubblicata corrisponde alla fine del preaddestramento, prima delle fasi intermedie o successive di addestramento. La documentazione di SGLang la presenta come base per adattamenti a specifici domini, instruction tuning e ricerca sul reinforcement learning. Per realizzare un assistente adatto a un’applicazione concreta, può quindi servire ulteriore addestramento.
La documentazione distingue inoltre tra contesto massimo in addestramento, fino a 128.000 token, e contesto per fine-tuning e inferenza, fino a un milione di token. SGLang documenta il supporto alla distribuzione con finestre di contesto fino a un milione di token.
Su Hugging Face è disponibile una versione FP8, mentre è indicata anche una variante BF16; SGLang supporta entrambe.5 Si tratta comunque di checkpoint molto grandi: il numero di parametri attivi per token, da solo, non basta a descrivere le risorse necessarie per eseguire il modello.
Come funziona l’architettura sparsa
Nei modelli mixture-of-experts non tutti i parametri vengono usati per elaborare ogni token. La combinazione di 280 miliardi di parametri totali e 14 miliardi attivi per token riflette proprio questa architettura sparsa.6
Secondo SGLang, ERNIE comprende 37 livelli di attenzione con compressione spinta e sei livelli di attenzione multi-head latent a contesto completo, con attenzione sparsa. La documentazione elenca inoltre 512 esperti instradati: in ciascun livello MoE ne vengono selezionati 10, oltre a un esperto condiviso. Sono dettagli utili per capire la struttura del modello, ma non dimostrano da soli un vantaggio specifico in velocità o costi nell’uso reale.
Baidu afferma di aver usato l’ottimizzatore Muon e precisione mista FP8 durante l’addestramento su migliaia di GPU. I materiali del modello descrivono anche FlashMask-4, un kernel di attenzione progettato per dimensioni elevate delle teste di attenzione.6
Per FlashMask-4, Baidu dichiara su SM100 passaggi forward fino al 175% più veloci e passaggi backward fino al 74% più veloci rispetto a FlashAttention-4 MaskMod.4 Sono risultati dichiarati dal produttore per un kernel: non significano che il modello completo sia più veloce del 175% in un servizio reale.
I benchmark: buoni risultati, ma non su tutta la linea
I risultati pubblicati da Baidu mostrano punteggi elevati in alcune prove di conoscenza e programmazione, anche rispetto a DeepSeek-V4-Flash-Base. Vanno letti come risultati di benchmark riportati dal produttore, non come verifiche indipendenti.4
7
| Benchmark | ERNIE-5.5-Flash-Base | DeepSeek-V4-Flash-Base |
|---|---|---|
| MMLU-Pro | 78,4 | 69,2 |
| HumanEval+ | 82,3 | 69,5 |
| LiveCodeBench | 40,1 | 31,9 |
| ChineseSimpleQA | 73,0 | 75,3 |
Nella valutazione MMLU a cinque esempi, ERNIE raggiunge 93,3, contro 89,4 di DeepSeek-V4-Flash-Base, 87,5 di Hy3-preview e 87,6 di MiMo-V2.5.4 Non è però un successo su ogni prova: nei confronti riportati, DeepSeek ottiene risultati superiori su ChineseSimpleQA e InfiniteBench.
7
14
Il quadro è quello di un modello di base con ampia capacità complessiva, attivazione sparsa e supporto documentato per contesti lunghi. I risultati sono interessanti in alcuni ambiti, ma la scelta va valutata rispetto al compito specifico e alle condizioni della licenza.
Distribuzione e licenza
SGLang indica come supportati i checkpoint FP8 e BF16 e pubblica istruzioni per la distribuzione, anche con decodifica speculativa ECHO. La pagina del modello su Hugging Face rimanda alla licenza personalizzata «ERNIE 5.5 Flash Base Model License Agreement v1.0», che fa riferimento anche a una policy d’uso accettabile. La disponibilità dei pesi, quindi, non equivale a un’autorizzazione senza vincoli: prima di integrare il modello in un prodotto, è opportuno leggere le condizioni della licenza.19
Studio Global AI
Continue your research
This page includes a source-backed answer you can continue inside Studio Global.
People also ask
What is the short answer to "ERNIE 5.5 Flash Base: cosa offre il nuovo modello di Baidu"?
Baidu ha rilasciato ERNIE 5.5 Flash Base il 5 novembre 2026: un modello mixture of experts con 280 miliardi di parametri totali e 14 miliardi attivi per token, preaddestrato su 33.500 miliardi di token.
What are the key points to validate first?
Baidu ha rilasciato ERNIE 5.5 Flash Base il 5 novembre 2026: un modello mixture of experts con 280 miliardi di parametri totali e 14 miliardi attivi per token, preaddestrato su 33.500 miliardi di token. È un checkpoint di base, prima del post addestramento, pensato come punto di partenza per adattamento e ricerca; SGLang documenta il supporto a contesti fino a un milione di token.
What should I do next in practice?
I risultati pubblicati sono competitivi in alcune prove di conoscenza e programmazione, ma non indicano un vantaggio su tutti i benchmark; prima dell’uso va esaminata anche la licenza.