Qu’est-ce que ERNIE 5.5 Flash Base ?
ERNIE 5.5 Flash Base est un modèle de base pré-entraîné de Baidu, publié sur Hugging Face en octobre 2026. C'est un mixture-of-experts creux : 280 milliards de paramètres au total, dont environ 14 milliards actifs par token, sur 43 couches, chaque couche MoE comptant 512 experts routés dont les 10 premiers sont choisis plus un partagé. Il a été entraîné de zéro sur 33,5 billions de tokens en FP8 mixte, avec des poids publiés en FP8 et en BF16.
C'est un modèle de base, pas un modèle de chat, donc il se sert par un endpoint de completions et n'a reçu ni réglage par instructions ni alignement. Il ne traite que du texte. Le contexte maximal à l'entraînement était de 131 072 tokens (128K) ; la configuration publiée active jusqu'à 1 048 576 (1M) pour le fine-tuning et l'inférence. Les poids portent le propre ERNIE 5.5 Flash Base Model License Agreement de Baidu, pas une licence open source standard.
ERNIE 5.5 Flash Base vaut-il le coup ?
Les modèles de base sont de la matière première, pas des produits, et les bons lecteurs pour celui-ci sont les équipes qui s'entraînent par-dessus le pré-entraînement d'un autre. ERNIE 5.5 Flash Base est une bonne matière première. Dans le tableau de Baidu, il domine son groupe de comparaison, DeepSeek-V4-Flash-Base, Hy3-preview-Base et MiMo-V2.5-Base, sur la plupart des lignes : 93,3 sur MMLU contre 89,4 pour le plus proche, 78,4 sur MMLU-Pro contre 69,2, et de bons scores de programmation pour un modèle de base, avec 82,3 sur HumanEval+ et 40,1 sur LiveCodeBench.
L'argument d'efficacité est le sens du nom "Flash". Avec 14 milliards de ses 280 milliards de paramètres actifs par token, il calcule comme un modèle de 14B tout en puisant dans un réservoir de connaissances de 280B, et le design mise sur la vitesse avec des fonctions de décodage spéculatif intégrées. Pour une équipe qui pré-entraîne ou poursuit l'entraînement, ce ratio est ce qui rend un grand modèle abordable à servir.
Lisez les scores comme ceux de Baidu, mesurés face à des modèles de base que Baidu a choisis. Il n'y a ici ni SWE-bench ni test agentique, car un modèle de base ne peut pas les faire sans réglage, et l'ensemble de comparaison est d'autres checkpoints de base récents, pas les modèles d'instructions que la plupart utilisent au quotidien.
Le hic : deux limites rétrécissent le public concerné. Il ne traite que le texte, et la licence est le propre accord ERNIE 5.5 Flash Base de Baidu plutôt qu'Apache ou MIT, donc les hypothèses permissives habituelles ne tiennent pas et il faut lire les termes avant de bâtir dessus. La plupart des lecteurs qui veulent juste un bon modèle de chat devraient se tourner vers un ERNIE réglé par instructions ou un tout autre modèle.
Notre avis : si vous fine-tunez vos propres modèles et voulez une base rapide et savante dont partir, celui-ci mérite une place sur la liste restreinte à côté des bases DeepSeek et Qwen ; si vous voulez quelque chose avec quoi discuter ou appeler via une API, c'est la mauvaise couche de la pile.
Là où il fait la différence
Un laboratoire de recherche qui construit un modèle spécifique à un domaine
Partir d'une base généraliste forte au lieu de pré-entraîner de zéro
Fine-tunez les poids BF16 sur votre propre corpus ; le design à 14B actifs fait que l'entraînement et le service coûtent plus près d'un modèle de 14B que d'un 280B. Lisez d'abord la licence de Baidu, car ce n'est pas une licence open source standard.
Une équipe ML qui ajoute une capacité de long contexte
Poursuivre l'entraînement d'une base qui peut s'étirer à une tr ès longue fenêtre
La configuration publiée active jusqu'à 1 048 576 tokens pour le fine-tuning et l'inférence, au-delà des 131 072 utilisés au pré-entraînement, donc vous pouvez l'adapter au travail sur longs documents sans changer l'architecture de base.
Un ingénieur qui évalue des modèles de base ouverts au coût
Comparer la qualité en connaissances et en code par paramètre actif
Pesez son 93,3 sur MMLU et 82,3 sur HumanEval+ face à DeepSeek-V4-Flash-Base et aux bases Qwen à budget de paramètres actifs comparable, en gardant à l'esprit que ce sont les mesures propres de Baidu sur des checkpoints de base.
Avant de vous engager
- Mise en route
- Poids sur Hugging Face en FP8 et BF16 ; servi par un endpoint de completions, puisqu'il n'y a pas de réglage de chat. Prévoyez de le fine-tuner avant usage. La configuration active jusqu'à un contexte de 1M de tokens.
- Intégrations
- Outils standard de service et de fine-tuning de modèles de base ; pas de fonctions d'instructions, d'appel d'outils ou d'agent d'origine. Entrée et sortie texte uniquement.
- Données et confidentialité
- Poids ouverts sous l'ERNIE 5.5 Flash Base Model License Agreement v1.0 de Baidu ; l'exécuter ou le fine-tuner en local garde les données sur votre propre matériel. La licence est propre, vérifiez donc ses termes avant un usage commercial.
- Coût à grande échelle
- Pas de frais de licence, mais le coût est la mémoire et le calcul GPU pour un MoE de 280B paramètres ; les 14B actifs par token maintiennent le calcul par requête bien en dessous de la taille totale.
- Limites
- Modèle de base sans alignement ; texte seulement ; licence propre plutôt qu'Apache ou MIT ; les benchmarks sont ceux de Baidu face à des modèles de base qu'il a sélectionnés.
Les points forts
- Domine son groupe de comparaison de modèles de base sur la plupart des tests
- 14B actifs sur 280B au total maintiennent un coût de service bas
- De bons scores de programmation pour un modèle de base (82,3 sur HumanEval+)
- Poids en FP8 et BF16 ; décodage spéculatif intégré
Les points faibles
- Modèle de base sans réglage par instructions ni alignement
- Licence propre à Baidu, pas Apache ni MIT
- Texte seulement ; pas de vision ni d'usage agentique
- Tous les tests menés par Baidu face à des modèles de base choisis
Idéal pour
Équipes qui pré-entraînent ou fine-tunent leurs propres modèles et veulent une base mixture-of-experts rapide et savante plutôt qu'un modèle de chat prêt à l'emploi.
Alternatives à ERNIE 5.5 Flash Base
ERNIE 5.5 Flash Base : questions fréquentes
- ERNIE 5.5 Flash Base vaut-il le coup ?
- Un solide modèle de base pré-entraîné qui domine sa catégorie dans le tableau de Baidu, utile surtout aux équipes qui fine-tunent leurs propres modèles plutôt que d'appeler une API. Nous lui donnons 4.0 sur 5.
- Combien coûte ERNIE 5.5 Flash Base ?
- Poids gratuits sous la licence propre ERNIE 5.5 Flash Base de Baidu. Pas de prix hébergé pour le modèle de base ; vous payez le GPU pour l'exécuter ou le fine-tuner.
- Quels sont les inconvénients de ERNIE 5.5 Flash Base ?
- Modèle de base sans réglage par instructions ni alignement; licence propre à Baidu, pas Apache ni MIT; texte seulement ; pas de vision ni d'usage agentique; tous les tests menés par Baidu face à des modèles de base choisis.
- À qui s’adresse ERNIE 5.5 Flash Base ?
- Équipes qui pré-entraînent ou fine-tunent leurs propres modèles et veulent une base mixture-of-experts rapide et savante plutôt qu'un modèle de chat prêt à l'emploi.
- Combien coûte ERNIE 5.5 Flash Base pour une équipe ou en production ?
- Pas de frais de licence, mais le coût est la mémoire et le calcul GPU pour un MoE de 280B paramètres ; les 14B actifs par token maintiennent le calcul par requête bien en dessous de la taille totale.
- ERNIE 5.5 Flash Base est-il sûr pour les données de l’entreprise ?
- Poids ouverts sous l'ERNIE 5.5 Flash Base Model License Agreement v1.0 de Baidu ; l'exécuter ou le fine-tuner en local garde les données sur votre propre matériel. La licence est propre, vérifiez donc ses termes avant un usage commercial.
- Quelles sont les meilleures alternatives à ERNIE 5.5 Flash Base ?
- Les alternatives les plus proches que nous avons testées sont ERNIE 5.1, DeepSeek-V4.1-Flash et Qwen3.6.
Réponses vérifiées le 14 nov. 2026.
Vous éditez ERNIE 5.5 Flash Base ? Affichez cette note sur votre site
