AnswersPublished18 sources
Baidus nya AI-modell har 280 miljarder parametrar – men använder 14 miljarder åt gången
Baidu publicerade ERNIE 5.5 Flash Base på Hugging Face den 5 november 2026. Modellen har 280 miljarder parametrar totalt, varav 14 miljarder aktiveras för varje token.
Publicerad avRedigerad med GPT-6 LunaBilder genererade med GPT Image 2
Research answer
Key takeaways
- Baidu publicerade ERNIE 5.5 Flash Base på Hugging Face den 5 november 2026. Modellen har 280 miljarder parametrar totalt, varav 14 miljarder aktiveras för varje token.
- Det är en basmodell från förträningen – inte en färdig instruktionsjusterad assistent.
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 publicerade ERNIE-5.5-Flash-Base på Hugging Face den 5 november 2026. Det är en nedladdningsbar språkmodell för text, byggd med en så kallad blandning av experter (mixture of experts, MoE). Modellen har 280 miljarder parametrar totalt, men aktiverar 14 miljarder för varje token. Baidu uppger att den tränats från grunden på 33,5 biljoner tokens.1
3
6
De två parametertalen beskriver alltså olika saker: 280 miljarder är modellens totala kapacitet, medan 14 miljarder är den del som används för varje token. Modellen är dessutom en basmodell – ett utgångsläge för vidare anpassning, snarare än en färdig, instruktionsjusterad chattassistent.6
En basmodell att bygga vidare på
Checkpointen motsvarar modellens läge efter förträningen, före mellanträning och efterträning. SGLangs dokumentation beskriver den som en grund för bland annat domänanpassning, instruktionsjustering och forskning om förstärkningsinlärning. Den kan därför vara intressant för utvecklare och organisationer som vill träna modellen för ett särskilt användningsområde, men den kan behöva ytterligare träning för att fungera som en assistent.
Dokumentationen skiljer mellan hur lång kontext modellen tränats med och vad som stöds vid senare användning: upp till 128 000 tokens vid träning och upp till en miljon tokens vid finjustering och inferens. SGLang beskriver också driftsättning med kontext på upp till en miljon tokens.
Vikterna finns i FP8-format, och en separat BF16-version listas också. SGLang dokumenterar stöd för båda varianterna.5 Det är stora modellfiler, så parameterantalet räcker inte för att avgöra vilken hårdvara som krävs för att köra dem.
Så fungerar den glesa arkitekturen
I en MoE-modell används inte alla parametrar för varje token. ERNIE-modellens 280 miljarder parametrar totalt och 14 miljarder aktiva per token återspeglar den här så kallade glesa arkitekturen.6
SGLang beskriver modellen som 37 lager med kraftigt komprimerad attention och sex lager med attention över hela kontexten, byggda med multi-head latent attention och gles attention. Dokumentationen anger också 512 routade experter, varav 10 väljs tillsammans med en delad expert i varje MoE-lager. Det ger en bild av hur modellen är uppbyggd, men räcker inte i sig för att slå fast att den blir snabbare eller billigare i praktisk användning.
Baidu uppger att modellen tränades med optimeraren Muon och blandad FP8-precision på tusentals grafikprocessorer. Företaget beskriver även FlashMask-4 som en attention-kärna för stora head-dimensioner.6
För själva kärnan uppger Baidu upp till 175 procent snabbare framåtpass och 74 procent snabbare bakåtpass på SM100 jämfört med FlashAttention-4 MaskMod.4 Det är Baidus egna resultat för en beräkningskärna – inte ett belägg för att hela modellen går 175 procent snabbare i en verklig servermiljö.
Resultaten är starka på flera test – men inte överallt
Baidus redovisade resultat visar höga poäng på flera kunskaps- och kodningstester, bland annat i jämförelser med DeepSeek-V4-Flash-Base. Det rör sig om publicerade benchmarkresultat, inte oberoende upprepade tester.4
7
| Test | 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 |
I den redovisade fem-exempelsutvärderingen på MMLU får ERNIE 93,3, jämfört med 89,4 för DeepSeek-V4-Flash-Base, 87,5 för Hy3-preview och 87,6 för MiMo-V2.5.4 Men resultaten visar inte en seger på alla områden: DeepSeek får högre poäng på ChineseSimpleQA och InfiniteBench i de redovisade jämförelserna.
7
14
Den praktiska bilden är en basmodell med stor total kapacitet, gles aktivering per token och dokumenterat stöd för långa kontexter. Resultaten är lovande på flera test, men den som överväger modellen bör jämföra den med sitt eget användningsfall och granska licensen före driftsättning.
Driftsättning och licens att kontrollera
SGLang listar stöd för både FP8- och BF16-versionerna och publicerar instruktioner för driftsättning, bland annat med ECHO för spekulativ avkodning. Modellsidan på Hugging Face anger ett särskilt licensavtal: ERNIE 5.5 Flash Base Model License Agreement v1.0. Avtalet hänvisar också till en policy för godtagbar användning. Att vikterna går att ladda ned innebär alltså inte automatiskt att modellen får användas utan begränsningar – läs villkoren innan den byggs in i en produkt.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 "Baidus nya AI-modell har 280 miljarder parametrar – men använder 14 miljarder åt gången"?
Baidu publicerade ERNIE 5.5 Flash Base på Hugging Face den 5 november 2026. Modellen har 280 miljarder parametrar totalt, varav 14 miljarder aktiveras för varje token.
What are the key points to validate first?
Baidu publicerade ERNIE 5.5 Flash Base på Hugging Face den 5 november 2026. Modellen har 280 miljarder parametrar totalt, varav 14 miljarder aktiveras för varje token. Det är en basmodell från förträningen – inte en färdig instruktionsjusterad assistent.