Baidu выпускает ERNIE 5.5 Flash Preview: высокопроизводительная MoE модель с контекстом 1 млн токенов

Введение: Новый этап в эволюции ERNIE

11 ноября 2026 года компания Baidu официально анонсировала ERNIE 5.5 Flash Preview на своем портале ERNIE. Это первая полноценная модель с этапом post-training, построенная на базе чекпоинта ERNIE 5.5 Flash Base, который был представлен сообществу еще 21 октября в виде сырого пре-трейнинга на Hugging Face.

Выход этой модели знаменует собой стратегический сдвиг Baidu в сторону предоставления инструментов, которые сочетают в себе огромную емкость знаний с экстремальной скоростью инференса. После того как ERNIE 5.1 Preview заняла лидирующие позиции в LMArena Text Leaderboard как лучшая китайская модель, серия 5.5 нацелена на закрепление превосходства в задачах агентного программирования и мультимодального проектирования.

• Дата релиза: 11 ноября 2026 года
• Тип: Post-trained MoE модель
• Назначение: Высокоскоростной инференс и сложные агентные задачи

Архитектура и ключевые характеристики

В основе ERNIE 5.5 Flash Preview лежит продвинутая архитектура Mixture-of-Experts (MoE). Модель обладает общим объемом в 280 миллиардов параметров, однако благодаря разреженной активации, при генерации каждого токена задействуется всего 14 миллиардов параметров. Это позволяет достичь невероятного баланса между интеллектуальной мощностью и вычислительной эффективностью.

Одной из самых впечатляющих характеристик является окно контекста объемом в 1 миллион токенов. Такая емкость позволяет модели анализировать целые репозитории кода, объемные технические документации или длинные видеорядные сценарии без потери связности. Новая архитектура оптимизирована для быстрого декодирования, что позволяет достигать скорости генерации свыше 200 токенов в секунду.

• Общее количество параметров: 280B
• Активные параметры на токен: 14B
• Окно контекста: 1,000,000 токенов
• Скорость инференса: >200 токенов/сек

Производительность и бенчмарки

ERNIE 5.5 Flash Preview демонстрирует выдающиеся результаты в тестах, ориентированных на автоматизацию и программирование. В частности, модель показывает конкурентоспособные скоры в бенчмарках Terminal-Bench и AutomationBench, что подтверждает её способность работать в реальных терминальных средах и управлять программными инструментами.

Особое внимание разработчики уделили задачам 'long-horizon coding'. В отличие от стандартных моделей, способных лишь писать фрагменты кода, ERNIE 5.5 Flash Preview демонстрирует сильные навыки планирования и исполнения: от исправления багов в существующих кодовых базах до развертывания полноценных проектов с нуля. Эффективность модели была подтверждена через агентную среду (agent harness), где демо-записи охватывали разработку игр, 3D-моделирование и создание видео.