AnswersPublished18 sources
Baidu buka akses kepada ERNIE-5.5-Flash-Base, model MoE 280B
Baidu melancarkan ERNIE 5.5 Flash Base pada 5 November 2026. Model campuran pakar ini mempunyai 280 bilion parameter keseluruhan, dengan 14 bilion diaktifkan bagi setiap token.
Diterbitkan olehDisunting dengan GPT-6 LunaImej dijana dengan GPT Image 2
Research answer
Key takeaways
- Baidu melancarkan ERNIE 5.5 Flash Base pada 5 November 2026. Model campuran pakar ini mempunyai 280 bilion parameter keseluruhan, dengan 14 bilion diaktifkan bagi setiap token.
- Model asas ini dilatih dari awal menggunakan 33.5 trilion token. Had konteksnya ialah 128K token untuk latihan dan sehingga 1 juta token untuk penalaan halus serta inferens.
- Keputusan penanda aras yang dilaporkan Baidu menunjukkan kelebihan dalam beberapa ujian, tetapi bukan kemenangan menyeluruh; pengguna juga perlu menyemak syarat lesen sebelum menggunakannya.
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 menerbitkan ERNIE-5.5-Flash-Base di Hugging Face pada 5 November 2026. Model bahasa teks ini menggunakan seni bina campuran pakar (mixture of experts, atau MoE) dan ditawarkan sebagai model asas yang boleh dimuat turun. Baidu menyatakan model itu mempunyai 280 bilion parameter keseluruhan, dengan 14 bilion diaktifkan bagi setiap token, serta dilatih dari awal menggunakan 33.5 trilion token.1
3
6
Angka 280B merujuk kepada kapasiti keseluruhan model, manakala 14B ialah bahagian yang digunakan untuk memproses setiap token. Jadi, angka 14B bukan saiz keseluruhan fail model. Satu lagi perkara penting: ini ialah titik permulaan untuk penyesuaian, bukannya pembantu AI yang sudah menjalani penalaan arahan dan sedia digunakan terus.6
Model asas untuk disesuaikan
Checkpoint yang dikeluarkan ialah keadaan model selepas pralatihan, sebelum latihan pertengahan atau pascalatihan. Dokumentasi SGLang menyenaraikan penyesuaian domain, penalaan arahan dan penyelidikan pembelajaran pengukuhan sebagai antara kegunaan model asas ini. Dalam amalan, pasukan yang mahu menjadikannya pembantu untuk sesuatu aplikasi mungkin perlu menjalankan latihan tambahan terlebih dahulu.
Had konteks yang disenaraikan berbeza mengikut kegunaan: sehingga 128K token semasa latihan, dan sehingga 1 juta token untuk penalaan halus serta inferens. Dokumentasi SGLang turut menyatakan sokongan penggunaan dengan konteks sehingga 1 juta token.
Pakej di Hugging Face merangkumi model FP8, manakala varian BF16 turut disenaraikan secara berasingan. SGLang mendokumenkan sokongan untuk kedua-dua format tersebut.5 Walaupun hanya 14B parameter diaktifkan bagi setiap token, model keseluruhan tetap besar. Bilangan parameter sahaja tidak cukup untuk menggambarkan sumber perkakasan yang diperlukan untuk menjalankannya.
Apa maksud seni bina campuran pakar?
Dalam model MoE, semua parameter tidak digunakan serentak bagi setiap token. Oleh itu, angka 280B menunjukkan jumlah kapasiti model, sementara 14B ialah parameter yang diaktifkan untuk memproses sesuatu token.6
Menurut dokumentasi SGLang, ERNIE-5.5-Flash-Base mempunyai 37 lapisan perhatian yang dimampatkan dengan ketara dan enam lapisan perhatian multi-head latent yang mengakses konteks penuh, bersama perhatian jarang. SGLang turut menyenaraikan 512 pakar terpilih; 10 daripadanya dipilih bersama satu pakar kongsi dalam setiap lapisan MoE. Butiran ini menerangkan reka bentuk model, tetapi dengan sendirinya tidak membuktikan bahawa model itu lebih pantas atau lebih murah dalam semua keadaan penggunaan.
Baidu turut menyatakan bahawa pralatihan menggunakan pengoptimum Muon dan ketepatan campuran FP8 merentasi ribuan GPU. Bahan model syarikat itu juga menerangkan FlashMask-4 sebagai kernel perhatian untuk dimensi kepala yang besar.6
Bagi kernel tersebut, Baidu melaporkan bahawa pada SM100, operasi forward boleh sehingga 175% lebih pantas dan operasi backward sehingga 74% lebih pantas berbanding FlashAttention-4 MaskMod.4 Angka ini ialah hasil ujian kernel yang dilaporkan vendor, bukannya bukti bahawa keseluruhan model akan berjalan 175% lebih pantas dalam penggunaan sebenar.
Prestasi penanda aras: kuat dalam beberapa ujian, bukan semua
Keputusan yang dilaporkan Baidu menunjukkan skor tinggi dalam beberapa ujian pengetahuan dan pengekodan, termasuk perbandingan dengan DeepSeek-V4-Flash-Base. Angka ini ialah keputusan penanda aras yang dilaporkan, bukan pengesahan bebas.4
7
| Penanda aras | 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 |
Dalam penilaian MMLU lima contoh (five-shot) yang disenaraikan, ERNIE memperoleh 93.3, mengatasi DeepSeek-V4-Flash-Base pada 89.4, Hy3-preview pada 87.5 dan MiMo-V2.5 pada 87.6.4 Namun, keputusannya bukan kemenangan menyeluruh: dalam perbandingan yang dilaporkan, DeepSeek mendapat skor lebih tinggi pada ChineseSimpleQA dan InfiniteBench.
7
14
Kesimpulannya, ERNIE-5.5-Flash-Base menawarkan kapasiti keseluruhan yang besar, pengaktifan parameter yang jarang bagi setiap token dan sokongan penggunaan konteks panjang yang didokumenkan. Keputusannya memberangsangkan dalam beberapa ujian, tetapi prestasinya wajar dinilai berdasarkan tugas khusus yang hendak dilakukan—dan syarat lesen—sebelum digunakan.
Sokongan penggunaan dan perkara tentang lesen
SGLang menyenaraikan checkpoint FP8 dan BF16 sebagai model yang disokong serta menyediakan panduan penggunaan, termasuk penyahkodan spekulatif ECHO. Halaman model Hugging Face pula menyatakan bahawa model ini tertakluk pada ERNIE 5.5 Flash Base Model License Agreement v1.0. Perjanjian itu turut merujuk kepada dasar penggunaan yang boleh diterima. Maka, ketersediaan fail model tidak bermakna penggunaannya tanpa sekatan; semak syarat lesen sebelum menggunakannya dalam sesuatu produk.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 "Baidu buka akses kepada ERNIE-5.5-Flash-Base, model MoE 280B"?
Baidu melancarkan ERNIE 5.5 Flash Base pada 5 November 2026. Model campuran pakar ini mempunyai 280 bilion parameter keseluruhan, dengan 14 bilion diaktifkan bagi setiap token.
What are the key points to validate first?
Baidu melancarkan ERNIE 5.5 Flash Base pada 5 November 2026. Model campuran pakar ini mempunyai 280 bilion parameter keseluruhan, dengan 14 bilion diaktifkan bagi setiap token. Model asas ini dilatih dari awal menggunakan 33.5 trilion token. Had konteksnya ialah 128K token untuk latihan dan sehingga 1 juta token untuk penalaan halus serta inferens.
What should I do next in practice?
Keputusan penanda aras yang dilaporkan Baidu menunjukkan kelebihan dalam beberapa ujian, tetapi bukan kemenangan menyeluruh; pengguna juga perlu menyemak syarat lesen sebelum menggunakannya.