Baidu lance ERNIE 5.5 Flash Preview, son modèle MoE optimisé pour l'inférence rapide

Introduction : L'accélération de l'ère agentique

Le 11 novembre 2026, Baidu a marqué un tournant décisif dans la course à l'efficacité des grands modèles de langage (LLM) avec l'annonce d'ERNIE 5.5 Flash Preview. Ce nouveau modèle, disponible sur le portail ERNIE, représente la première version post-entraînée basée sur le checkpoint 'Flash Base' publié en octobre dernier. Contrairement aux modèles massifs qui privilégient uniquement la capacité brute, ERNIE 5.5 Flash Preview est conçu pour répondre à un besoin critique des développeurs : l'équilibre entre une intelligence de haut niveau et une vitesse d'exécution fulgurante.

Alors que l'industrie s'oriente vers des systèmes d'agents autonomes capables d'exécuter des tâches complexes sur de longues durées, la latence devient le principal goulot d'étranglement. Avec cette release, Baidu ne propose pas seulement un modèle plus intelligent, mais un moteur d'inférence capable de soutenir des workflows d'automatisation en temps réel, consolidant ainsi sa position de leader technologique en Asie après le succès de l'ERNIE 5.1 Preview sur le classement LMArena.

• Premier modèle post-entraîné de la série 5.5 Flash.
• Optimisé pour les workflows d'agents et l'inférence à haute vitesse.
• Architecture Mixture-of-Experts (MoE) de pointe.

Architecture et Spécifications Techniques

Au cœur d'ERNIE 5.5 Flash Preview se trouve une architecture Mixture-of-Experts (MoE) sophistiquée. Le modèle totalise 280 milliards de paramètres, mais grâce à sa structure parcimonieuse, seuls 14 milliards de paramètres sont activés par token. Cette approche permet de conserver une base de connaissances massive tout en réduisant drastiquement la charge de calcul nécessaire pour chaque génération de texte.

L'une des caractéristiques les plus impressionnantes est sa fenêtre de contexte de 1 million de tokens. Cette capacité permet au modèle de traiter des corpus de documents entiers, des bases de code massives ou des historiques de conversation extrêmement longs sans perte de cohérence. L'architecture a été spécifiquement optimisée pour le décodage rapide, affichant des performances dépassant les 200 tokens par seconde, ce qui place ce modèle dans une catégorie d'élite pour les applications nécessitant une réactivité immédiate.

• Paramètres totaux : 280B
• Paramètres actifs par token : 14B
• Fenêtre de contexte : 1M de tokens
• Vitesse de décodage : > 200 tokens/s

Performances et Benchmarks

Les résultats rapportés par Baidu positionnent ERNIE 5.5 Flash Preview comme un concurrent sérieux sur les benchmarks de raisonnement et d'automatisation. Le modèle se distingue particulièrement sur Terminal-Bench et AutomationBench, où il démontre une capacité supérieure à interagir avec des environnements système et à exécuter des commandes complexes de manière autonome.