DEV Community

Cover image for Qu'est-ce qu'ERNIE 5.5 Flash ?
Antoine Laurent
Antoine Laurent

Posted on Originally published at apidog.com

Qu'est-ce qu'ERNIE 5.5 Flash ?

Qu'est-ce qu'ERNIE 5.5 Flash ? Il s'agit de la toute dernière famille de modèles à poids ouverts de Baidu : un modèle de langage en mélange d'experts épars (MoE) avec 280 milliards de paramètres au total, 14 milliards actifs par token et une fenêtre de contexte d'1 million de tokens. Il est publié sous la forme de deux artefacts distincts. ERNIE 5.5 Flash Base (5 novembre 2026) est un checkpoint de pré-entraînement brut disponible sur Hugging Face. ERNIE 5.5 Flash Preview (11 novembre 2026) est le modèle de chat et d'agents post-entraîné, disponible via une API sur Baidu Qianfan et via un endpoint gratuit sur OpenRouter.

Essayez Apidog dès aujourd'hui

Qu'est-ce qu'ERNIE 5.5 Flash ?

ERNIE 5.5 Flash est un modèle de langage MoE épars de 280 milliards de paramètres développé par Baidu, qui active 14 milliards de paramètres par token et prend en charge un contexte d'1 million de tokens. Il s'agit d'un modèle purement textuel, entraîné à partir de zéro sur 33,5 trillions de tokens, et conçu pour le codage, les tâches agentiques, le travail sur les connaissances et les documents longs. Il est proposé sous la forme d'un checkpoint Base et d'une version Preview post-entraînée.

Diagramme d'ERNIE 5.5 Flash

Le discours de Baidu met l'accent sur l'efficacité. La page de publication de la version Base indique que chaque composant a été repensé pour équilibrer les capacités face au calcul activé, à la taille du cache KV et au coût du contexte long. La page Preview présente le résultat comme « performant en codage, modélisation 3D, travail sur les connaissances et création de contenu ».

Il succède à ERNIE 5.1 ; pour plus de contexte, consultez Qu'est-ce qu'ERNIE 5.1 et le guide de l'API ERNIE 5.1.

ERNIE 5.5 Flash Preview vs Base

La nomenclature prête à confusion, voici donc une comparaison côte à côte :

ERNIE 5.5 Flash Base ERNIE 5.5 Flash Preview
Publication 5 novembre 2026 11 novembre 2026
Nature Checkpoint de fin de pré-entraînement, sans entraînement intermédiaire ni post-entraînement Premier modèle post-entraîné construit sur Base, un checkpoint intermédiaire
Usage Fine-tuning, adaptation à un domaine, recherche en RL Chat, agents de codage, appel d'outils
Comment l'appeler Auto-hébergement ; uniquement l'endpoint completions API Qianfan, OpenRouter baidu/ernie-5.5-flash-preview:free
Poids Publics sur Hugging Face (FP8 et BF16) Pas encore publics ; Baidu annonce Apache 2.0 « bientôt »
Licence ERNIE 5.5 Flash Base Model License v1.0 Apache 2.0 promis, pas encore publié
Taille 280 Md au total, 14 Md actifs 280 Md au total, 14 Md actifs
Contexte 128K à l'entraînement, 1M pour le fine-tuning et l'inférence 1 024 000 tokens sur OpenRouter

Diagramme comparant ERNIE 5.5 Flash Base, un checkpoint de pré-entraînement sur Hugging Face, à ERNIE 5.5 Flash Preview, le modèle de chat post-entraîné sur Qianfan et OpenRouter, partageant tous deux 280 milliards de paramètres au total et 14 milliards actifs

La règle : pour discuter avec le modèle ou l'intégrer dans un agent de codage, utilisez Preview. Pour entraîner votre propre modèle à partir d'une base pré-entraînée solide, utilisez Base. Base n'est pas ajusté sur les instructions et ne répondra donc pas aux prompts de chat.

Baidu est transparent sur le fait que Preview est inachevé. La page de publication le décrit comme « un checkpoint intermédiaire issu du post-entraînement » et précise que « certaines capacités peuvent encore être insuffisantes » jusqu'à la version officielle.

Architecture d'ERNIE 5.5 Flash

Voici les éléments du dossier technique de Baidu qui vous concernent en tant qu'utilisateur.

Attention hybride épars

Le modèle comporte 43 couches Transformer. Seules 6 d'entre elles (environ une sur sept) conservent un accès au niveau des tokens à l'intégralité du contexte, grâce à la Multi-head Latent Attention (MLA) avec attention épars (DSA). Les 37 autres couches utilisent la Heavily Compressed Attention (HCA), qui compresse chaque groupe de 128 tokens en une seule entrée en cache et effectue l'attention sur celles-ci ainsi que sur une courte fenêtre de tokens récents.

Pourquoi c'est important : le cache KV reste petit, ce qui rend un contexte d'1 million de tokens moins coûteux à servir que ne le suggère le nombre de paramètres. Baidu indique que l'attention épars dans les couches MLA maintient un coût constant par requête pour l'attention centrale, quel que soit la croissance du contexte.

MoE latent multi-routeurs

Une couche MoE classique utilise un seul routeur pour sélectionner ses top-k experts. ERNIE 5.5 Flash utilise plusieurs routeurs initialisés indépendamment qui évaluent les experts conjointement, ce qui, selon Baidu, corrige les mauvais choix d'experts qu'un routeur unique aurait tendance à renforcer. Chaque couche MoE contient 512 experts routés (10 actifs par token) plus 1 expert partagé, opérant dans un espace latent de 2048 dimensions pour réduire environ de moitié le calcul et le trafic liés aux experts.

Autres changements

  • Tête de sortie MultiMax : une température softmax paramétrable par morceaux, apprenable.
  • ECHO au lieu de MTP : la couche finale prédit les tokens futurs et sert également de modèle de brouillon pour le décodage spéculatif.
  • Tokeniseur : environ 200 000 entrées, les nombres étant découpés de droite à gauche en groupes de trois chiffres.

Diagramme d'architecture d'ERNIE 5.5 Flash montrant 43 couches, 37 couches d'attention compressée HCA, 6 couches MLA à accès complet, et un bloc MoE multi-routeurs avec 512 experts et 10 actifs par token

Benchmarks d'ERNIE 5.5 Flash

Tous les chiffres ci-dessous proviennent de Baidu, issus de ses pages de publication. De nombreux scores de comparaison portent l'astérisque de Baidu, ce qui signifie que Baidu a lui-même effectué l'évaluation plutôt que de citer le laboratoire concurrent.

Preview (post-entraîné), lignes sélectionnées du tableau de Baidu :

Benchmark 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 (sans outils, texte seul) 46.4 44.0 52.9 61.4

Lisons ce tableau honnêtement : Preview surpasse les modèles de sa catégorie sur plusieurs tests agentiques et de travail sur les connaissances (MCP-Atlas, AutomationBench, SpreadsheetBench), mais reste derrière les modèles de pointe sur le codage agentique difficile comme Terminal-Bench. Il se situe sous DeepSeek-V4.1-Flash sur DeepSWE. Pour une comparaison complète avec DeepSeek, consultez l'article associé ERNIE 5.5 Flash vs DeepSeek V4.1 Flash, ainsi que notre présentation de DeepSeek V4.1 Flash pour l'autre point de vue.

Base (pré-entraîné), face à des modèles de base de taille similaire : Baidu rapporte MMLU-Pro 78,4 contre 69,2 pour DeepSeek-V4-Flash-Base, HumanEval+ 82,3 contre 69,5, LiveCodeBench 40,1 contre 31,9 et LongBench-v2 48,7 contre 44,5. Il perd sur quelques lignes, comme InfiniteBench. Le tableau complet figure sur la fiche du modèle sur Hugging Face.

Côté vitesse, la description d'OpenRouter mentionne « plus de 200 tokens par seconde ». Le tableau de bord OpenRouter sur 3 jours au 12 novembre affichait un débit P50 de 79 tokens par seconde sur l'endpoint gratuit, qui subit un trafic partagé : attendez-vous donc à des résultats variables.

Comment accéder à ERNIE 5.5 Flash

Vous disposez aujourd'hui de trois voies d'accès :

  1. OpenRouter (gratuit, Preview) : appelez baidu/ernie-5.5-flash-preview:free via l'API compatible OpenAI d'OpenRouter. Baidu Qianfan est le seul fournisseur, et la page du modèle indique 0 $ en entrée comme en sortie. Les endpoints gratuits sont soumis à des limites de débit conformément à la documentation d'OpenRouter. Guide complet dans l'article associé guide gratuit d'ERNIE 5.5 Flash.
  2. Baidu Qianfan (Preview) : l'API officielle, liée depuis la page de publication de Baidu. Consultez le guide de l'API ERNIE 5.5 Flash pour la configuration des requêtes.
  3. Hugging Face (Base uniquement) : téléchargez les poids FP8 ou BF16 et servez-les avec vLLM (plus le plugin vLLM-ERNIE) ou SGLang. Les exemples de Baidu utilisent un parallélisme à 4 voies sur un nœud multi-GPU. Pas à pas détaillé dans exécuter ERNIE 5.5 Flash localement avec vLLM.

Un appel minimal à OpenRouter ressemble à ceci :

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 indique que l'endpoint accepte tools, tool_choice, response_format avec un schéma JSON ainsi qu'un paramètre reasoning. Si vous préférez le piloter depuis un agent en terminal, l'article associé sur ERNIE 5.5 Flash dans OpenCode gratuitement couvre cette configuration.

Licence d'ERNIE 5.5 Flash : ce que vous pouvez faire et ne pas faire

Les deux artefacts sont soumis à des conditions différentes, et cette différence compte si vous envisagez de commercialiser un produit.

Base utilise la ERNIE 5.5 Flash Base Model License Agreement v1.0, et non Apache 2.0. En résumé :

  • L'utilisation non commerciale (recherche, éducation, évaluation, expérimentations personnelles) est libre et sans notification.
  • L'utilisation commerciale est gratuite lorsque le chiffre d'affaires annuel des produits concernés est inférieur ou égal à 50 millions de dollars US, à condition d'envoyer à Baidu une notification d'utilisation unique et d'afficher « Powered by ERNIE ».
  • Au-delà de 50 millions de dollars US, vous devez obtenir une autorisation écrite distincte de Baidu avant de commencer.

Preview n'a pas encore de poids publiés ni de fichier de licence. Baidu indique que les poids « seront open-sourcés sous Apache 2.0 bientôt » sans donner de date. En attendant que ce fichier existe, considérez Preview comme accessible uniquement via API.

À qui s'adresse ERNIE 5.5 Flash ?

  • Les équipes qui font tourner des agents avec un budget limité. Un endpoint OpenRouter gratuit avec 1M de contexte et l'appel d'outils est un moyen peu coûteux de tester des boucles agentiques.
  • Les chercheurs en fine-tuning et en RL. Base est un checkpoint propre de fin de pré-entraînement, ce qui est rare à cette taille.
  • Les charges de travail sur documents longs. La conception d'attention compressée cible des entrées d'1 million de tokens sans un énorme cache KV.

Où faire preuve de prudence :

  • Pipelines JSON stricts. Le tableau de bord d'OpenRouter affichait un taux d'erreur de 21,70 % pour les sorties structurées sur l'endpoint gratuit le 12 novembre. Validez chaque réponse.
  • Entrées d'images. Le modèle est purement textuel ; les notes de benchmark de Baidu précisent que la compréhension d'images était assurée par un outil externe.
  • SLA en production. Preview est un checkpoint inachevé servi par un seul fournisseur.

Laissez votre agent de codage tester ERNIE 5.5 Flash avec Apidog CLI

Ce taux d'erreur de 21,70 % sur les sorties structurées montre pourquoi il faut tester le format des réponses avant de construire dessus. Laissez Claude Code, Codex ou Cursor créer l'endpoint et le cas de test avec Apidog CLI.

Configurez-le une seule fois :

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

Puis donnez à votre agent un seul prompt :

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

L'agent vérifie chaque payload par rapport au schéma du CLI avant d'écrire quoi que ce soit :

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

Remplacez l'URL de base par votre endpoint Qianfan ou vLLM local, et le même cas de test les vérifiera également. Pour l'exécuter à chaque commit, ajoutez -r junit et suivez le guide CI/CD d'Apidog CLI. Débutant avec le CLI ? Commencez par Apidog CLI dans Claude Code. Apidog Free couvre jusqu'à 4 utilisateurs : téléchargez Apidog et essayez-le sur votre propre projet.

FAQ

ERNIE 5.5 Flash est-il open source ? En partie. Les poids de Base sont publics sous la licence propre de Baidu, avec un usage commercial gratuit jusqu'à 50 millions de dollars US de chiffre d'affaires annuel associé. Les poids de Preview sont promis sous Apache 2.0 « bientôt ».

Quelle est la différence entre ERNIE 5.5 Flash Preview et Base ? Base est le checkpoint brut de pré-entraînement destiné au fine-tuning. Preview est le modèle de chat et d'agents post-entraîné que vous appelez via une API. Les deux comptent 280 milliards de paramètres au total et 14 milliards actifs.

ERNIE 5.5 Flash est-il gratuit ? Preview est gratuit sur OpenRouter sous la référence baidu/ernie-5.5-flash-preview:free, avec des limites de débit. Base est libre à télécharger. Au 12 novembre 2026, Baidu n'a publié aucun tarif officiel par token sur une page officielle.

Quelle est la taille de la fenêtre de contexte d'ERNIE 5.5 Flash ? 1 million de tokens : 1 024 000 pour Preview sur OpenRouter et 1 048 576 dans la configuration de Base, même si Base a été entraîné jusqu'à 128K.

Puis-je exécuter ERNIE 5.5 Flash en local ? Base, oui, avec vLLM plus le plugin vLLM-ERNIE ou SGLang sur un nœud multi-GPU. Preview ne peut pas tourner en local tant que Baidu n'a pas publié ses poids.

ERNIE 5.5 Flash prend-il en charge les images ? Non. Les deux versions sont des modèles purement textuels.

Top comments (0)