BaiduSprachmodellAktiv
ERNIE 5.5 Flash Base
Zusammenfassung
ERNIE 5.5 Flash Base ist ein von Baidu am 5. November 2026 veröffentlichtes Basismodell. Es ist der Checkpoint am Ende des Pre-Trainings, vor jedem Mid- oder Post-Training. Baidu versteht ihn als Ausgangspunkt für Domänenanpassung, Instruction Tuning und Forschung mit Reinforcement Learning. Das Modell verarbeitet nur Text.
Es ist ein Sparse-Mixture-of-Experts-Modell mit 280 Milliarden Gesamtparametern, von denen 14 Milliarden je Token aktiviert werden, trainiert auf 33,5 Billionen Token. Das Training lief mit bis zu 131.072 Token Kontext, für Fine-Tuning und Inferenz nennt die Modellkarte 1.048.576. Die Gewichte liegen als FP8- und als BF16-Variante auf Hugging Face und ModelScope bereit, die Lizenz ist eine eigene Model License Agreement v1.0. Beispiele für lokale Inferenz gibt es mit Transformers und vLLM.
Alle technischen Daten
Ein- und Ausgabe
Wasserzeichen und Herkunft
KI-Wasserzeichen meint unsichtbare Signale in der Ausgabe. Sichtbare Zeichen und Herkunftsmetadaten sind getrennt aufgeführt. Unbekannt bedeutet, dass für die jeweilige Angabe kein ausreichender Beleg vorliegt.
- KI-Wasserzeichen
- Unbekannt
- ohne Quelle
- Watermarking-Technik
- Nicht bekannt
- ohne Quelle
Lizenz und Zugang
- Lizenz
- ERNIE 5.5 Flash Base Model License Agreement v1.0. Die Veröffentlichung nennt diese modellspezifische Lizenz.
- Quelle: Lizenz
- Zugang
- FP8- und BF16-Safetensors-Gewichte stehen auf Hugging Face und ModelScope zum Download bereit. Die Modellkarte enthält Beispiele für lokale Inferenz mit Transformers und vLLM.
- Quelle: Zugang
Weitere Angaben
- Checkpoint-Identität
- ERNIE-5.5-Flash-Base. Dies ist der Base-Checkpoint am Ende des Pre-Trainings, ohne anschließendes Mid- oder Post-Training.
- Quelle: Checkpoint-Identität
- Gewichts-Repositories
- Baidu veröffentlicht die FP8-Gewichte unter baidu/ERNIE-5.5-Flash-Base und die BF16-Gewichte unter baidu/ERNIE-5.5-Flash-Base-BF16. Das sind Präzisionsvarianten desselben Base-Checkpoints.
- Quelle: Gewichts-Repositories
- Architektur und Größe
- Sparse Mixture-of-Experts-Modell mit 280 Milliarden Gesamtparametern und 14 Milliarden aktivierten Parametern je Token.
- Quelle: Architektur und Größe
- Kontextfenster
- Die Modellkarte nennt maximal 131.072 Token für das Training und 1.048.576 Token für Fine-Tuning und Inferenz.
- Quelle: Kontextfenster
- Pre-Training-Datenumfang
- Baidu nennt 33,5 Billionen Token für das Pre-Training.
- Quelle: Pre-Training-Datenumfang
Häufige Fragen zu ERNIE 5.5 Flash Base
Wie groß ist das Kontextfenster von ERNIE 5.5 Flash Base?
1,05 Mio. Token. So viel Text liest ERNIE 5.5 Flash Base auf einmal, das sind rund 1.570 A4-Seiten.
Seitenzahl als Faustregel nach Artificial Analysis
Kann ich ERNIE 5.5 Flash Base lokal nutzen?
Ja, die Gewichte sind offen. Mit 280 Mrd. Parametern braucht es aber sehr viel Speicher, eher einen Server als einen Laptop.
Angaben von Baidu
- Offene Gewichte
- ja
- Lizenz
- ERNIE 5.5 Flash Base Model License Agreement v1.0. Die Veröffentlichung nennt diese modellspezifische Lizenz.
- Parameter
- 280 Mrd.
- davon aktiv je Token
- 14 Mrd.