Kurz gesagt
- Das Modell umfasst eine Mixture-of-Experts-Architektur mit insgesamt 280 Milliarden Parametern.
- Laut Quelle werden bei jeder Eingabe 14 Milliarden Parameter aktiviert.
- ERNIE 5.5 Flash Base wurde auf 33,5 Billionen Token vortrainiert.
- Die Gewichte sind auf Hugging Face in den Formaten FP8 und BF16 verfügbar.
Baidu hat sein offenes Basismodell ERNIE 5.5 Flash Base am 5. November 2026 veröffentlicht. Die Gewichte des Modells sind auf Hugging Face in den Formaten FP8 und BF16 verfügbar. Baidu stellt das Modell ohne Fine-Tuning oder nachträgliches Training bereit. Entwickler, die es einsetzen möchten, können die Anpassungs- und Trainingsprozesse dadurch selbst an ihre Anforderungen anpassen. Das Unternehmen kündigt außerdem eine nachträglich trainierte Version an, nennt dafür aber keinen Termin.
Modellgröße und Trainingsprozess
ERNIE 5.5 Flash Base nutzt eine Mixture-of-Experts-Architektur. Das Modell hat insgesamt 280 Milliarden Parameter; laut Quelle werden bei jeder Eingabe 14 Milliarden Parameter aktiviert. Das Vortraining erfolgte mit 33,5 Billionen Token.
Beim Vortraining erreichte die Kontextlänge des Modells bis zu 128.000 Token. Für Fine-Tuning und Inferenz gibt Baidu eine Unterstützung von bis zu einer Million Token Kontext an. Die beiden Werte beziehen sich auf unterschiedliche Phasen: Der erste beschreibt den Kontext beim Vortraining, der zweite die angestrebte Kapazität in den späteren Einsatzphasen.
Das Modell wurde als Basismodell und nicht als fertiges, auf eine bestimmte Anwendung zugeschnittenes Produkt veröffentlicht. Da Fine-Tuning und nachträgliches Training nicht enthalten sind, müssen Teams, die diese Schritte durchführen möchten, den Entwicklungsprozess selbst übernehmen. Wann die von Baidu angekündigte nachträglich trainierte Version erscheint, ist noch nicht bekannt.
Gewichte und Benchmark-Ergebnisse
Die Bereitstellung der Gewichte auf Hugging Face in den Formaten FP8 und BF16 bietet Teams, die das Modell evaluieren möchten, zwei Formatoptionen. Die Quelle enthält jedoch keine Angaben zu Preisen, Lizenzbedingungen oder empfohlenen Systemanforderungen. Der Zugriff auf die Gewichte allein sagt daher weder etwas über die Bedingungen für die kommerzielle Nutzung noch darüber aus, ob das Modell auf einer bestimmten Hardware läuft.
In den von Baidu angeführten Vergleichen tritt das Modell bei Aufgaben zu Reasoning, Coding und langen Kontexten gegen offene Basismodelle ähnlicher Größe an. Im Benchmark-Vergleich sind auch DeepSeek-V4-Flash-Base, Hy3-preview-Base und MiMo-V2.5-Base vertreten. Für die Tests in den Bereichen Prüfungen, STEM, Reasoning, Wissen, Coding, Mehrsprachigkeit und lange Kontexte wurde laut Baidu dieselbe Evaluierungspipeline verwendet. Die Leistungsangaben beruhen auf den von Baidu veröffentlichten Informationen.
Auswirkungen auf Workflows in Architektur und Visualisierung
ERNIE 5.5 Flash Base wird in der Quelle nicht als spezielles Tool für Architektur oder 3D-Software vorgestellt. Es lässt sich daher nicht behaupten, dass das Modell direkt an diese Programme angebunden ist oder bestimmte Funktionen wie die Bildgenerierung bietet. Architekturbüros und Visualisierungsteams, die eigene KI-gestützte Tools entwickeln, könnten das Modell für Aufgaben mit langen Kontexten oder für Coding evaluieren. Diese Einsatzszenarien sind jedoch Möglichkeiten, die sich aus den vorliegenden Informationen ableiten lassen.
Vor der Implementierung sollten Teams angesichts der Gesamtgröße des Modells die Hardwareanforderungen, die Kompatibilität der Formate FP8 und BF16 mit der vorhandenen Laufzeitumgebung sowie die Lizenzbedingungen prüfen. Da die Quelle weder eine bestimmte Grafikkarte noch Mindestanforderungen an das System nennt, lässt sich keine definitive Aussage über geeignete Hardware treffen.
Quellen
1 QuelleQuelltexte werden nicht neu veröffentlicht; kurze Zitate sind gekennzeichnet, der Rest ist eigene Zusammenfassung und Einordnung.
ERNIE 5.5 Flash Base ist weniger ein fertiges Architektur-Tool als vielmehr ein Basismodell, das Teams evaluieren können, wenn sie eigene KI-gestützte Lösungen entwickeln. Lange Kontexte und Coding-Aufgaben könnten für einige interne Prototypen interessant sein; Angaben zur direkten Integration in Architektur- und Visualisierungssoftware fehlen jedoch.
Für Büros in der Türkei sollte es zunächst darum gehen, vor Tests den Hardwarebedarf, die Lizenz und die Kompatibilität mit den eigenen Tools zu klären. Die Gesamtgröße von 280 Milliarden Parametern macht eine sorgfältige Ressourcenplanung wichtig. Die Optionen FP8 und BF16 bedeuten für sich genommen weder niedrige Kosten noch einen reibungslosen Betrieb auf einem bestimmten System. Der erste Schritt sollte daher eine kontrollierte Pilotbewertung sein.
Häufige Fragen
Wie viele Parameter hat ERNIE 5.5 Flash Base?
Das Modell hat insgesamt 280 Milliarden Parameter. Laut Quelle werden bei jeder Eingabe 14 Milliarden Parameter aktiviert.
Wo lassen sich die Gewichte von ERNIE 5.5 Flash Base herunterladen?
Die Gewichte sind auf Hugging Face in den Formaten FP8 und BF16 verfügbar.
Wann erscheint die nachträglich trainierte Version von ERNIE 5.5 Flash Base?
Baidu kündigt eine solche Version an, hat aber noch keinen Veröffentlichungstermin genannt.
