Baidu libera o ERNIE 5.5 Flash Base

O lançamento inclui um gráfico com resultados em 30 benchmarks agrupados em sete categorias. A comparação foi publicada pela própria Baidu, portanto descreve a avaliação da empresa, não um ranking independente.

ERNIE 5.5 Flash Base é um checkpoint base, não uma promessa de chat pronto

O nome ERNIE 5.5 Flash Base identifica um modelo base publicado pela Baidu. A página oficial de lançamento descreve um checkpoint de 280B-A14B, isto é, 280 bilhões de parâmetros no total e 14 bilhões ativos em cada etapa de cálculo indicada pela arquitetura.

Parâmetros ativos não são o mesmo que tamanho total dos pesos. A sigla A14B informa a quantidade usada por etapa, mas não prova que o modelo inteiro caiba em qualquer GPU nem que a execução seja leve em qualquer ambiente.

Como inferência, a palavra Base também serve de aviso sobre o tipo de artefato: não assuma que ele se comporte como um assistente instruído para conversa. A página de lançamento o apresenta como checkpoint base, não como uma interface pronta de chat.

Antes de escolher um checkpoint, separe três perguntas: qual comportamento foi treinado, qual hardware é necessário e quais termos regem o uso. O número de parâmetros responde apenas a uma parte dessa avaliação.

A publicação oficial da ERNIE Research reúne a ficha do modelo e a comparação divulgada pela Baidu. É a referência para confirmar detalhes antes de baixar os arquivos.

A arquitetura do ERNIE 5.5 Flash Base combina módulos diferentes

O diagrama oficial, apresentado na página de lançamento da Baidu, descreve um backbone de 43 camadas e apresenta atenção esparsa latente, um mecanismo Multi-Router Latent Mixture of Experts, MultiMax, ECHO e o tokenizador R2L.

Mixture of Experts, ou MoE, é uma arquitetura em que roteadores escolhem quais especialistas recebem cada entrada. A página detalha um módulo com roteadores, especialistas compartilhados e especialistas selecionados, mas o diagrama não substitui um perfil de desempenho no seu hardware.

A figura mostra blocos de processamento e dois módulos ampliados. Ela ajuda a localizar os nomes da arquitetura, mas não mede, sozinha, qualidade de resposta, memória ou velocidade de inferência.

Para um time de desenvolvimento, a distinção entre arquitetura e desempenho é prática. Uma descrição de módulos ajuda a entender o desenho, mas a latência e o consumo dependem de quantização, runtime, memória e tamanho da entrada.

A Baidu também não apresenta o diagrama como prova de superioridade. Ele é uma ficha visual do checkpoint, que precisa ser lida junto da licença e dos resultados divulgados.

Os 30 benchmarks do ERNIE 5.5 Flash Base cobrem sete grupos

O gráfico da página oficial de lançamento da Baidu compara o ERNIE 5.5 Flash Base com DeepSeek V4 Flash Base, Hy3 preview Base e MiMo V2.5 Base. A Baidu informa que aplicou o mesmo pipeline de avaliação aos quatro modelos.

As sete áreas visíveis são exames, STEM, raciocínio, conhecimento, código, multilinguagem e contexto longo. Entre as tarefas aparecem MMLU, GPQA, HumanEval+, LiveCodeBench, RepoQA e InfiniteBench.

O gráfico oficial mostra que o ERNIE lidera alguns resultados e não todos. Por exemplo, em InfiniteBench, a barra do ERNIE marca 46,5, enquanto DeepSeek V4 Flash Base aparece com 48,0. Isso evita concluir que um único checkpoint vence toda tarefa.

Os números também dependem da métrica escrita abaixo de cada benchmark. Algumas barras usam EM, outras Pass@1, média ou avaliação de juiz. Comparar os valores como se fossem uma escala única apagaria as diferenças entre os testes.

A Baidu documenta o próprio pipeline, mas a página não é uma reprodução independente. Não há, nesse gráfico, confirmação de terceiros de que o mesmo ranking apareceria em outro conjunto de prompts, hardware ou implementação.

Para outro exemplo de leitura crítica de resultados, veja nosso artigo sobre benchmarks do Nanbeige4.3-33B. A equipe e a configuração são diferentes, por isso os números não devem ser postos na mesma escala.

Pesos, licença e execução precisam de checagem separada

A página oficial da Baidu oferece acesso ao checkpoint e apresenta um Model License Agreement próprio. A disponibilidade dos pesos não significa automaticamente licença OSI ou permissão irrestrita para redistribuir.

Antes de integrar o modelo, leia os termos ligados ao artefato exato. Confirme se o uso pretendido, a redistribuição, o ajuste fino e a hospedagem atendem à licença, em vez de inferir isso apenas pela palavra open-weight em notícias.

O artigo sobre Mistral Large 4 e seus pesos abertos mostra outro lançamento de modelo com pesos disponíveis. Os termos e objetivos diferem, então a licença de um projeto não deve ser aplicada ao outro.

A compatibilidade com um runtime também precisa ser confirmada na documentação atual do ERNIE 5.5 Flash Base. Um modelo pode ter pesos acessíveis, mas ainda exigir configuração de memória, quantização e suporte específico do servidor de inferência.

Sem medições reproduzíveis no seu ambiente, não prometa velocidade ou economia a partir do nome Flash ou da quantidade de parâmetros ativos. Valide primeiro uma carga de trabalho representativa e registre a versão do modelo e do runtime.