DEV Community

Cover image for ERNIE 5.5 Flashとは?我国産AIモデルの新世代を解説
Akira
Akira

Posted on Originally published at apidog.com

ERNIE 5.5 Flashとは?我国産AIモデルの新世代を解説

ERNIE 5.5 Flash解説: 280BパラメータのMoEモデル、BaseとPreviewの違いから使い方まで

ERNIE 5.5 Flashとは? 百度が新たに公開したオープンウェイトモデルファミリーで、総パラメータ数280B、トークンあたりアクティブパラメータ14B、100万トークンのコンテキストウィンドウを持つスパースなMixture-of-Experts(MoE)言語モデルです。2つの別個の成果物としてリリースされています。ERNIE 5.5 Flash Base(2026年11月5日)はHugging Faceで公開されている生の事前学習チェックポイントです。ERNIE 5.5 Flash Preview(2026年11月11日)はポストトレーニング済みのチャット・エージェントモデルで、百度QianfanのAPIとして、またOpenRouterの無料エンドポイントとして利用できます。

Apidogを今すぐ試してみよう

ERNIE 5.5 Flashとは?

ERNIE 5.5 Flashは、百度が開発した総パラメータ数280BのスパースMoE言語モデルで、トークンあたり14Bのパラメータをアクティブ化し、100万トークンのコンテキストをサポートします。テキスト専用で、33.5Tトークンでスクラッチから学習されており、コーディング、エージェントタスク、ナレッジワーク、長文ドキュメント処理向けに設計されています。Baseチェックポイントとポストトレーニング済みPreviewの2形態で提供されます。

ERNIE 5.5 Flash

百度の売りは効率性です。Baseリリースページでは、能力とアクティブ化される計算量、KVキャッシュサイズ、長コンテキストコストのバランスを取るためにすべてのコンポーネントを再設計したと説明されています。Previewのページでは、その結果を「コーディング、3Dモデリング、ナレッジワーク、コンテンツ作成に強い」と紹介しています。

ERNIE 5.1の後継モデルです。背景については、ERNIE 5.1とはやERNIE 5.1 APIガイドを参照してください。

ERNIE 5.5 Flash PreviewとBaseの比較

命名が紛らわしいので、以下に並べて比較します:

ERNIE 5.5 Flash Base ERNIE 5.5 Flash Preview
リリース日 2026年11月5日 2026年11月11日
種類 事前学習終了時点のチェックポイント。中間トレーニングやポストトレーニングは未実施 Baseをベースにポストトレーニングを行った最初のモデル。中間チェックポイント
主な用途 ファインチューニング、ドメイン適応、RL研究 チャット、コーディングエージェント、ツール呼び出し
呼び出し方法 セルフホスト。completionsエンドポイントのみ Qianfan API、OpenRouterのbaidu/ernie-5.5-flash-preview:free
重み Hugging Faceで公開(FP8とBF16) まだ非公開。百度は「近日中に」Apache 2.0で公開すると発表
ライセンス ERNIE 5.5 Flash Base Model License v1.0 Apache 2.0が約束されているが、まだ公開されていない
サイズ 総280B、アクティブ14B 総280B、アクティブ14B
コンテキスト 学習は128K、ファインチューニングと推論は1M OpenRouterで1,024,000トークン

ERNIE 5.5 Flash BaseとPreviewの比較

原則として、チャットで使う場合やコーディングエージェントに組み込む場合はPreviewを使います。強力な事前学習済みモデルをベースに自分のモデルを学習させたい場合はBaseを使います。Baseは命令チューニングされていないため、チャット用プロンプトには従いません。

百度はPreviewが未完成であることを公にしています。リリースページでは「ポストトレーニングの中間チェックポイント」と位置づけ、正式リリースまでは「一部の機能が十分でない可能性がある」としています。

ERNIE 5.5 Flashのアーキテクチャ

技術資料の中から、ユーザーとして知っておくべきポイントを紹介します。

ハイブリッド疎注意機構

このモデルは43層のTransformerレイヤーを持ちます。そのうち6層(約7層に1層)だけが、スパース注意機構(DSA)を組み合わせたMulti-head Latent Attention(MLA)により、コンテキスト全体へのトークンレベルのアクセスを維持します。残りの37層はHeavily Compressed Attention(HCA)を使用し、128トークンごとに1つのキャッシュエントリへ圧縮し、それらと直近トークンの短いウィンドウに対してアテンションを行います。

これが重要な理由:KVキャッシュが小さく保たれるため、100万トークンのコンテキストをパラメータ数から想像されるより低コストで提供できます。百度によれば、MLA層のスパース注意機構により、コンテキストが長くなってもコアアテンションのクエリあたりコストは一定に保たれるとのことです。

マルチルーター潜在MoE

通常のMoEレイヤーでは、1つのルーターが上位k個のエキスパートを選択します。ERNIE 5.5 Flashは独立に初期化された複数のルーターでエキスパートを共同評価する方式を採用しており、百度はこれにより単一ルーターでは強化されてしまう誤ったエキスパート選択を是正できるとしています。各MoEレイヤーは512のルーティングエキスパート(トークンあたり10個がアクティブ)と1つの共有エキスパートを持ち、2048次元の潜在空間で動作することでエキスパートの計算量と通信量をほぼ半減させています。

その他の変更点

  • MultiMax出力ヘッド: 学習可能な区分的ソフトマックス温度。
  • MTPの代わりにECHO: 最終層が将来のトークンを予測し、speculative decodingのドラフトモデルとしても機能します。
  • トークナイザー: 約20万エントリで、数値は右から3桁ごとに分割されます。

ERNIE 5.5 Flashのアーキテクチャ

ERNIE 5.5 Flashのベンチマーク

以下の数値はすべて百度自身がリリースページで公表したものです。多くの比較スコアには百度のアスタリスクが付いており、これは他社の公表値を引用するのではなく百度が自ら評価を実施したことを意味します。

Preview(ポストトレーニング済み)、百度の表から抜粋:

ベンチマーク ERNIE 5.5 Flash Preview DeepSeek-V4.1-Flash GPT-6.1 Sol Claude Opus 5.5
Terminal-Bench 4.0 46.5 42.3 56.1 66.4
DeepSWE v1.1 71.2 77.0 75.2 74.2
MCP-Atlas 84.6 77.8 81.0 84.2
AutomationBench 61.9 60.5 49.3 58.0
BrowseComp 87.4 80.3 87.5 90.8
HLE(ツールなし、テキストのみ) 46.4 44.0 52.9 61.4

正直に読み解きましょう。Previewはいくつかのエージェント・ナレッジワーク系テスト(MCP-Atlas、AutomationBench、SpreadsheetBench)では同サイズクラスを上回る一方、Terminal-Benchのような難易度の高いエージェント型コーディングではフロンティアモデルに及びません。DeepSWEではDeepSeek-V4.1-Flashを下回っています。DeepSeekとの詳細な比較については、姉妹記事のERNIE 5.5 Flash vs DeepSeek V4.1 Flash、DeepSeek側の解説はDeepSeek V4.1 Flash解説記事を参照してください。

Base(事前学習済み)、同程度のサイズのベースモデルとの比較: 百度によれば、MMLU-ProはDeepSeek-V4-Flash-Baseの69.2に対して78.4、HumanEval+は69.5に対して82.3、LiveCodeBenchは31.9に対して40.1、LongBench-v2は44.5に対して48.7。InfiniteBenchなど一部の項目では劣っています。完全な表はHugging Faceのモデルカードにあります。

速度については、OpenRouterの説明では「毎秒200トークン超」とされています。ただしOpenRouter自身の3日間のダッシュボード(11月12日時点)では、無料エンドポイントのP50スループットは毎秒79トークンでした。これは共有トラフィックであるため、実際の数値は変動すると考えてください。

ERNIE 5.5 Flashへのアクセス方法

現在、3つの方法があります:

  1. OpenRouter(無料、Preview): OpenRouterのOpenAI互換APIを通じてbaidu/ernie-5.5-flash-preview:freeを呼び出します。プロバイダーは百度Qianfanのみで、モデルページでは入出力とも$0と表記されています。無料エンドポイントはOpenRouterの制限ドキュメントに従いレート制限がかけられています。詳細な手順は姉妹記事のERNIE 5.5 Flash無料ガイドを参照してください。
  2. 百度Qianfan(Preview): 公式APIで、百度のリリースページからリンクされています。リクエストの設定方法はERNIE 5.5 Flash APIガイドを参照してください。
  3. Hugging Face(Baseのみ): FP8またはBF16の重みをダウンロードし、vLLM(vLLM-ERNIEプラグイン併用)やSGLangでサーブします。百度のサンプルではマルチGPUノード上で4 way並列を使用しています。手順の詳細はvLLMでERNIE 5.5 Flashをローカル実行する方法を参照してください。

OpenRouterへの最小限の呼び出しは次のようになります:

curl https://openrouter.ai/api/v1/chat/completions \
  -H "Content-Type: application/json" \
  -H "Authorization: Bearer $OPENROUTER_API_KEY" \
  -d '{
    "model": "baidu/ernie-5.5-flash-preview:free",
    "messages": [{"role": "user", "content": "Explain MoE routing in two sentences."}]
  }'
Enter fullscreen mode Exit fullscreen mode

OpenRouterによると、このエンドポイントはtools、tool_choice、JSONスキーマ付きのresponse_format、およびreasoningパラメータを受け付けます。ターミナルエージェントから操作したい場合は、姉妹記事のOpenCodeでERNIE 5.5 Flashを無料で使う方法がその設定を解説しています。

ERNIE 5.5 Flashのライセンス:できることとできないこと

2つの成果物では利用規約が異なり、製品をリリースする予定があるならこの違いは重要です。

BaseはApache 2.0ではなく、ERNIE 5.5 Flash Baseモデルライセンス契約v1.0を採用しています。要点は以下の通りです:

  • 非商用利用(研究、教育、評価、個人の実験)は届出不要で無料。
  • 商用利用は、関連製品の年間収益が5,000万米ドル以下の場合に無料。ただし百度に一度だけ利用届出を送り、「Powered by ERNIE」を表示する必要があります。
  • 5,000万米ドルを超える場合は、開始前に百度から別途書面による許諾が必要です。

Previewにはまだ公開された重みやライセンスファイルがありません。百度は重みを「近日中にApache 2.0でオープンソース化する」と述べていますが、日付は明示していません。そのファイルが存在するまで、PreviewはAPI専用と考えてください。

ERNIE 5.5 Flashは誰に向いているか

  • 予算を抑えてエージェントを運用したいチーム。 100万トークンコンテキストとツール呼び出しに対応した無料のOpenRouterエンドポイントは、エージェントループを安価にテストできる手段です。
  • ファインチューニング・RL研究者。 Baseはクリーンな事前学習終了時チェックポイントで、このサイズでは珍しいものです。
  • 長文ドキュメント処理。 圧縮アテンション設計は、巨大なKVキャッシュなしで100万トークン入力を狙っています。

注意すべきケース:

  • 厳密なJSONパイプライン。 OpenRouterのダッシュボードでは、11月12日時点で無料エンドポイントの構造化出力エラー率が21.70%と表示されていました。すべてのレスポンスを検証してください。
  • 画像入力。 このモデルはテキスト専用です。百度自身のベンチマーク注記でも、画像理解は外部ツールによって提供されたとされています。
  • 本番環境のSLA。 Previewは単一プロバイダーが提供する未完成のチェックポイントです。

Apidog CLIでコーディングエージェントにERNIE 5.5 Flashをテストさせよう

その21.70%という構造化出力エラー率こそ、構築前にレスポンスの形式をテストすべき理由です。Claude Code、Codex、CursorにApidog CLIでエンドポイントとテストケースを作成させましょう。

まず一度だけセットアップします:

npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install
Enter fullscreen mode Exit fullscreen mode

その後、エージェントに次の1つのプロンプトを渡します:

In Apidog project <projectId>, create an environment "openrouter" with base URL
https://openrouter.ai/api/v1 and my OpenRouter key as a variable. Add a POST
/chat/completions endpoint for model baidu/ernie-5.5-flash-preview:free.
Create a test case that asserts HTTP 200, choices[0].message.content is a
non-empty string, and usage.total_tokens is a number. Run it and summarize failures.
Enter fullscreen mode Exit fullscreen mode

エージェントは何かを書き込む前に、CLIスキーマに対して各ペイロードを検証します:

apidog environment create openrouter --project <projectId> --base-url https://openrouter.ai/api/v1
apidog cli-schema get endpoint-create
apidog cli-schema validate endpoint-create --file endpoint.json
apidog endpoint create --project <projectId> --file endpoint.json
apidog test-case category --project <projectId>
apidog cli-schema validate test-case-create --file case.json
apidog test-case create --project <projectId> --file case.json
apidog run --test-case <caseId> --project <projectId> -e <envId> -r cli,json
Enter fullscreen mode Exit fullscreen mode

ベースURLを自分のQianfanやローカルvLLMのエンドポイントに差し替えれば、同じテストケースでそれらも検証できます。すべてのコミットで実行したい場合は-r junitを追加し、Apidog CLI CI/CDガイドに従ってください。CLIを初めて使う場合はClaude CodeでApidog CLIを使うから始めましょう。Apidog Freeは最大4ユーザーまで利用できるので、Apidogをダウンロードして自分のプロジェクトで試してみてください。

FAQ

ERNIE 5.5 Flashはオープンソースか? 一部はそうです。Baseの重みは百度独自ライセンスの下で公開されており、関連年間収益5,000万米ドルまで商用利用が無料です。Previewの重みは「近日中に」Apache 2.0で公開されると約束されています。

ERNIE 5.5 FlashのPreviewとBaseの違いは? Baseはファインチューニング用の生の事前学習チェックポイントです。PreviewはAPI経由で呼び出すポストトレーニング済みのチャット・エージェントモデルです。どちらも総280B、アクティブ14Bパラメータです。

ERNIE 5.5 Flashは無料か? PreviewはOpenRouterでbaidu/ernie-5.5-flash-preview:freeとして、レート制限付きで無料です。Baseはダウンロード無料です。2026年11月12日時点で、百度は有料のトークン単価を公式ページで公表していません。

ERNIE 5.5 Flashのコンテキストウィンドウのサイズは? 100万トークンです。OpenRouterのPreviewでは1,024,000、Baseの設定では1,048,576ですが、Baseの学習は最大128Kまでで行われました。

ERNIE 5.5 Flashをローカルで実行できるか? Baseなら可能です。マルチGPUノード上でvLLM(vLLM-ERNIEプラグイン併用)またはSGLangを使用します。Previewは百度が重みを公開するまでローカル実行はできません。

ERNIE 5.5 Flashは画像に対応しているか? いいえ。両バージョンともテキスト専用モデルです。

Top comments (0)