Publicado ERNIE 5.5 Flash Base: modelo abierto de 280.000 millones de parámetros

Baidu publicó el 5 de noviembre de 2026 su modelo base abierto ERNIE 5.5 Flash Base. Los pesos del modelo están disponibles en Hugging Face en formatos FP8 y BF16. Baidu lo ofrece sin aplicar ajuste fino ni entrenamiento posterior; de este modo, los desarrolladores que lo utilicen pueden definir sus propios procesos de adaptación y entrenamiento según sus necesidades. La empresa señala que también lanzará una versión con entrenamiento posterior, aunque no ha indicado una fecha.

Escala del modelo y proceso de entrenamiento

ERNIE 5.5 Flash Base utiliza una arquitectura de mezcla de expertos (mixture-of-experts). El modelo tiene un total de 280.000 millones de parámetros; según la fuente, se activan 14.000 millones de parámetros por entrada. El proceso de preentrenamiento se llevó a cabo con 33,5 billones de tokens.

Durante el preentrenamiento, la longitud de contexto del modelo llegó hasta los 128.000 tokens. En cambio, el diseño que Baidu especifica para el modelo contempla admitir contextos de hasta un millón de tokens en las fases de ajuste fino e inferencia. Estos dos valores corresponden a etapas diferentes: el primero describe el contexto de preentrenamiento y el segundo, la capacidad prevista para las fases de uso posteriores.

El modelo se publicó como modelo base, no como un producto listo y adaptado a una aplicación concreta. Al no incluir ajuste fino ni entrenamiento posterior, los equipos que quieran aplicar estas etapas deberán encargarse de su propio proceso de desarrollo. Baidu aún no ha anunciado la fecha de la versión con entrenamiento posterior que afirma que ofrecerá más adelante.

Pesos y resultados comparativos

La disponibilidad de los pesos en formatos FP8 y BF16 a través de Hugging Face ofrece dos opciones a los equipos que quieran evaluar el modelo. Sin embargo, la fuente no incluye información sobre precios, condiciones de licencia ni requisitos de sistema recomendados. Por tanto, el acceso a los pesos no aclara por sí solo las condiciones de uso comercial ni si el modelo funcionará en un hardware específico.

En las comparaciones que Baidu presenta, el modelo compite con modelos base abiertos de escala similar en tareas de razonamiento, programación y contexto largo. La comparación también incluye DeepSeek-V4-Flash-Base, Hy3-preview-Base y MiMo-V2.5-Base. Se indica que las pruebas de exámenes, STEM, razonamiento, conocimiento, programación, multilingüismo y contexto largo utilizan el mismo proceso de evaluación. Los resultados de rendimiento se basan en la información proporcionada por Baidu.

Impacto en los flujos de trabajo de arquitectura y visualización

La fuente no presenta ERNIE 5.5 Flash Base como una herramienta específica para arquitectura o software 3D. Por ello, no se puede afirmar que el modelo se integre directamente con estos programas ni que ofrezca una función concreta, como la generación de imágenes. Los estudios de arquitectura y los equipos de visualización que desarrollen sus propias herramientas basadas en IA pueden evaluar el modelo para tareas de contexto largo o programación; estos escenarios de uso son posibilidades que se desprenden de la información disponible.

Antes de implementarlo, conviene comprobar los requisitos de hardware, dada la escala total del modelo; la compatibilidad de los formatos FP8 y BF16 con el entorno de trabajo disponible; y las condiciones de licencia. Como la fuente no especifica una tarjeta gráfica ni requisitos mínimos de sistema, no es posible sacar conclusiones definitivas sobre el hardware adecuado.