Baidu выложила веса ERNIE 5.5 Flash Base: 280 млрд параметров и победа в 24 тестах из 30

Обычно компании показывают готового помощника, который уже умеет вести диалог. Здесь всё иначе: веса (числа внутри нейросети, в которых хранятся её знания) остановлены в конце первичного обучения, без каких-либо доработок. Об этом пишет аналитик данных Michal Sutter в техническом обзоре релиза.

Пометка Base в названии означает, что модель пока не умеет вести беседу. Это полуфабрикат: дообучение (обучение модели на ваших примерах под узкую задачу) делает из него помощника, переводчика или кодера.

Что нового в ERNIE 5.5 Flash?

Модель построена по схеме «смесь экспертов» (Mixture-of-Experts, MoE). Представьте большую редакцию, где на каждый вопрос отвечают не все сотрудники, а только нужные специалисты. Так экономится вычислительная мощность.

• Размер: всего 280 млрд параметров, но на каждый токен (кусочек слова, которым оперирует нейросеть) работают только 14 млрд.
• Память: при обучении модель видела тексты до 128 тыс. токенов за раз, для дообучения и работы окно расширено до 1 млн токенов, это объём нескольких толстых книг.
• Обучение: с нуля на 33,5 трлн токенов, с упором на программный код целых проектов и длинные документы.
• Экономия памяти: в 37 слоях из 43 модель запоминает одну запись на каждые 128 токенов, и только каждый седьмой слой держит в поле зрения весь текст целиком.
• Ускорение: технология ECHO заставляет последний слой угадывать следующие слова наперёд, а модель затем проверяет догадку, так ответ генерируется быстрее.
• Только текст: картинки и звук модель не обрабатывает.

По тестам Baidu лучший результат пришёлся на экзаменационный набор MMLU-Pro: 78,4 балла против 69,2 у DeepSeek-V4-Flash-Base. В вопросах на знание фактов SimpleQA разрыв меньше: 34,1 против 29,1.

Модель проиграла в 6 задачах из 30. Слабее всего вышел тест HELMET-Rerank на упорядочивание документов: 56,2 против 60,0 у DeepSeek. Деталь, которую стоит заметить: в замерах Baidu конкуренты набрали чуть больше, чем в собственных отчётах (DeepSeek сама указывает 68,3, а Baidu намерила 69,2), то есть планку для соперников компания не занижала.

Как попробовать ERNIE 5.5 Flash?

1. Скачать веса с площадок Hugging Face или ModelScope (крупные хранилища открытых нейросетей), они выложены в двух форматах точности, FP8 и BF16.
2. Развернуть на сервере через программы для запуска моделей SGLang или vLLM: для vLLM нужна версия 0.32.0 и дополнение vLLM-ERNIE.
3. Обращаться к модели в режиме продолжения текста, а не чата: она дописывает начатое, а не отвечает на вопросы.

Есть ли российская альтернатива для обычного автора?

Из доступных в РФ сервисов есть YandexGPT и GigaChat. Это готовые помощники в браузере: открыл, написал промпт (запрос к нейросети), получил текст.

ERNIE 5.5 Flash Base устроена иначе. Это сырьё для инженеров, а не сервис для автора, поэтому напрямую сравнивать их по удобству некорректно.

Что делать с этим прямо сейчас, по ролям

Автору Дзена: модель не для ежедневной работы, писать статьи с её помощью без технической команды не получится. Зато это хороший материал для поста о том, чем «сырая» нейросеть отличается от чат-бота.

Маркетологу: следите за продуктами, которые соберут на этой основе. Окно в 1 млн токенов означает, что будущие сервисы смогут разбирать целые архивы отзывов или отчётов за один заход.

Предпринимателю РФ и СНГ: если у вас есть ИТ-команда и серверы, модель можно рассмотреть как основу для собственного ИИ-агента (программы, которая сама выполняет задачи). Перед этим юрист должен прочитать лицензию, потому что про Россию в ней ничего не сказано.

Какие вопросы задают чаще всего?

Можно ли поговорить с ERNIE 5.5 Flash Base как с чат-ботом?

Нет. Модель работает в режиме продолжения текста и не прошла обучения диалогу. Для бесед нужны готовые сервисы.

Нужен ли мощный компьютер?

Да, и не домашний. Baidu описывает запуск на серверах с несколькими видеокартами, обычный ноутбук не справится.

Кому модель пригодится в первую очередь?

Командам, которые сравнивают методы дообучения и строят собственные нейросети. Если вы автор без технической поддержки, оставайтесь на готовых сервисах и следите, какие продукты вырастут из этой основы в ближайшие месяцы.