ERNIE 5.5 Flash: Baidus sparsames 280B-MoE-Modell mit 1M Kontext
Was ist ERNIE 5.5 Flash? Es ist Baidus neueste Open-Weight-Modellfamilie: ein sparsames Mixture-of-Experts-Sprachmodell (MoE) mit 280B Parametern insgesamt, 14B aktiv pro Token und einem Kontextfenster von 1M Tokens. Es erscheint als zwei separate Artefakte. ERNIE 5.5 Flash Base (5. November 2026) ist ein reines Pretraining-Checkpoint auf Hugging Face. ERNIE 5.5 Flash Preview (11. November 2026) ist das post-trainierte Chat- und Agent-Modell, live als API auf Baidu Qianfan und als kostenloser Endpunkt auf OpenRouter.
Was ist ERNIE 5.5 Flash?
ERNIE 5.5 Flash ist ein sparsames MoE-Sprachmodell mit 280B Parametern von Baidu, das 14B Parameter pro Token aktiviert und einen Kontext von 1M Tokens unterstützt. Es ist rein textbasiert, wurde von Grund auf mit 33,5T Tokens trainiert und ist für Coding, agentische Aufgaben, Wissensarbeit und lange Dokumente ausgelegt. Es erscheint als Base-Checkpoint und als post-trainiertes Preview.
Baidus Verkaufsargument ist Effizienz. Auf der Release-Seite von Base heißt es, jede Komponente sei neu entwickelt worden, um die Fähigkeiten gegen aktivierten Rechenaufwand, KV-Cache-Größe und Langkontext-Kosten abzuwägen. Die Preview-Seite nennt das Ergebnis „stark bei Coding, 3D-Modellierung, Wissensarbeit und Content-Erstellung.“
Es ist der Nachfolger von ERNIE 5.1; für Hintergrundinformationen siehe Was ist ERNIE 5.1 und den ERNIE 5.1 API-Leitfaden.
ERNIE 5.5 Flash Preview vs. Base
Die Namensgebung sorgt für Verwirrung, daher hier der direkte Vergleich:
| ERNIE 5.5 Flash Base | ERNIE 5.5 Flash Preview | |
|---|---|---|
| Veröffentlicht | 5. November 2026 | 11. November 2026 |
| Was es ist | End-of-Pretraining-Checkpoint, kein Mid- oder Post-Training | Erstes post-trainiertes Modell auf Basis von Base, ein Zwischen-Checkpoint |
| Dafür gedacht | Fine-Tuning, Domänenanpassung, RL-Forschung | Chat, Coding-Agents, Tool-Aufrufe |
| Wie man es aufruft | Self-Hosting; nur completions-Endpunkt |
Qianfan-API, OpenRouter baidu/ernie-5.5-flash-preview:free
|
| Gewichte | Öffentlich auf Hugging Face (FP8 und BF16) | Noch nicht öffentlich; Baidu sagt, Apache 2.0 „bald“ |
| Lizenz | ERNIE 5.5 Flash Base Model License v1.0 | Apache 2.0 versprochen, noch nicht veröffentlicht |
| Größe | 280B insgesamt, 14B aktiv | 280B insgesamt, 14B aktiv |
| Kontext | 128K Training, 1M für Fine-Tuning und Inferenz | 1.024.000 Tokens auf OpenRouter |
Die Faustregel: Um damit zu chatten oder es in einen Coding-Agenten einzubinden, verwenden Sie Preview. Um ein eigenes Modell auf einem starken vortrainierten Startpunkt aufzubauen, verwenden Sie Base. Base ist nicht instruction-tuned und wird daher keine Chat-Prompts befolgen.
Baidu ist offen darüber, dass Preview unfertig ist. Die Release-Seite bezeichnet es als „einen Zwischen-Checkpoint aus dem Post-Training“ und sagt, „einige Fähigkeiten könnten noch hinter den Erwartungen zurückbleiben“, bis die offizielle Veröffentlichung erfolgt.
Die Architektur von ERNIE 5.5 Flash
Hier die Teile aus Baidus technischem Bericht, die für Sie als Nutzer relevant sind.
Hybride Sparse Attention
Das Modell hat 43 Transformer-Schichten. Nur 6 davon (etwa eine von sieben) behalten den Token-Zugriff auf den gesamten Kontext, mittels Multi-head Latent Attention (MLA) mit Sparse Attention (DSA). Die anderen 37 Schichten verwenden Heavily Compressed Attention (HCA), die jeweils 128 Tokens zu einem einzigen Cache-Eintrag zusammenpresst und über diese plus ein kurzes Fenster aktueller Tokens Aufmerksamkeit berechnet.
Warum das wichtig ist: Der KV-Cache bleibt klein, sodass ein Kontext von 1M Tokens günstiger zu betreiben ist, als die Parameterzahl vermuten lässt. Baidu sagt, die Sparse Attention in den MLA-Schichten halte die Kosten pro Query der Kern-Attention konstant, während der Kontext wächst.
Multi-Router latent MoE
Eine normale MoE-Schicht nutzt einen Router, um ihre Top-k-Experten auszuwählen. ERNIE 5.5 Flash verwendet mehrere unabhängig initialisierte Router, die Experten gemeinsam bewerten, was – so Baidu – schlechte Expertenwahlen korrigiert, die ein einzelner Router verstärken würde. Jede MoE-Schicht enthält 512 geroutete Experten (10 aktiv pro Token) plus 1 geteilten Experten, betrieben in einem latenten Raum mit 2048 Dimensionen, um den Experten-Rechenaufwand und Datenverkehr etwa zu halbieren.
Weitere Änderungen
- MultiMax-Ausgabekopf: eine lernbare stückweise Softmax-Temperatur.
- ECHO statt MTP: die letzte Schicht sagt zukünftige Tokens voraus und dient zugleich als Draft-Modell für Speculative Decoding.
- Tokenizer: etwa 200K Einträge, mit Zahlen, die von rechts nach links in Dreiergruppen aufgeteilt werden.
Benchmarks von ERNIE 5.5 Flash
Alle Zahlen unten stammen von Baidu selbst, aus dessen Release-Seiten. Viele Vergleichswerte tragen Baidus Sternchen, was bedeutet, dass Baidu die Evaluierung selbst durchgeführt hat, statt die Werte des anderen Labs zu zitieren.
Preview (post-trainiert), ausgewählte Zeilen aus Baidus Tabelle:
| 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 (keine Tools, nur Text) | 46.4 | 44.0 | 52.9 | 61.4 |
Bewerten Sie das ehrlich: Preview schlägt seine Größenklasse bei mehreren Agent- und Wissensarbeit-Tests (MCP-Atlas, AutomationBench, SpreadsheetBench) und liegt bei anspruchsvollem agentischen Coding wie Terminal-Bench hinter den Frontier-Modellen zurück. Bei DeepSWE liegt es unter DeepSeek-V4.1-Flash. Für einen vollständigen direkten Vergleich mit DeepSeek siehe den Beitrag ERNIE 5.5 Flash vs. DeepSeek V4.1 Flash und unseren DeepSeek V4.1 Flash-Erklärartikel für die andere Seite.
Base (vortrainiert), gegen Base-Modelle ähnlicher Größe: Baidu berichtet MMLU-Pro 78.4 vs. 69.2 für DeepSeek-V4-Flash-Base, HumanEval+ 82.3 vs. 69.5, LiveCodeBench 40.1 vs. 31.9 und LongBench-v2 48.7 vs. 44.5. Bei einigen Zeilen liegt es zurück, etwa bei InfiniteBench. Die vollständige Tabelle finden Sie auf der Hugging Face Model Card.
Zur Geschwindigkeit: OpenRobers Beschreibung sagt „mehr als 200 Tokens pro Sekunde“. OpenRobers eigenes 3-Tage-Dashboard zeigte am 12. November einen P50-Durchsatz von 79 Tokens pro Sekunde auf dem freien Endpunkt, der geteilter Verkehr ist – rechnen Sie also damit, dass Ihre Werte abweichen.
Wie Sie auf ERNIE 5.5 Flash zugreifen
Derzeit gibt es drei Wege:
-
OpenRouter (kostenlos, Preview): rufen Sie
baidu/ernie-5.5-flash-preview:freeüber OpenRobers OpenAI-kompatible API auf. Baidu Qianfan ist der einzige Anbieter, und die Modellseite listet $0 für Input und Output. Kostenlose Endpunkte sind gemäß OpenRobers Limits-Dokumentation ratenlimitiert. Eine vollständige Anleitung finden Sie im Beitrag ERNIE 5.5 Flash kostenlos nutzen. - Baidu Qianfan (Preview): die offizielle API, verlinkt von Baidus Release-Seite. Siehe ERNIE 5.5 Flash API-Leitfaden für das Setup der Anfragen.
-
Hugging Face (nur Base): laden Sie FP8- oder BF16-Gewichte herunter und betreiben Sie sie mit vLLM (plus dem
vLLM-ERNIE-Plugin) oder SGLang. Baidus Beispiele verwenden 4-fache Parallelität auf einem Multi-GPU-Knoten. Schritt für Schritt in ERNIE 5.5 Flash lokal mit vLLM ausführen.
Ein minimaler OpenRouter-Aufruf sieht so aus:
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."}]
}'
OpenRouter sagt, der Endpunkt akzeptiere tools, tool_choice, response_format mit einem JSON-Schema und einen reasoning-Parameter. Wenn Sie es lieber über einen Terminal-Agenten steuern möchten, behandelt der Beitrag ERNIE 5.5 Flash in OpenCode kostenlos dieses Setup.
ERNIE 5.5 Flash Lizenz: Was erlaubt ist und was nicht
Die beiden Artefakte haben unterschiedliche Bedingungen, und dieser Unterschied ist wichtig, wenn Sie ein Produkt veröffentlichen möchten.
Base verwendet die ERNIE 5.5 Flash Base Model License Agreement v1.0, nicht Apache 2.0. Kurz zusammengefasst:
- Nicht-kommerzielle Nutzung (Forschung, Bildung, Evaluierung, private Experimente) ist frei und ohne Benachrichtigung erlaubt.
- Kommerzielle Nutzung ist frei, solange der Jahresumsatz der betreffenden Produkte bei oder unter 50 Millionen US-Dollar liegt, sofern Sie Baidu eine einmalige Nutzungsmeldung senden und „Powered by ERNIE“ anzeigen.
- Über 50 Millionen US-Dollar hinaus benötigen Sie vor dem Start eine separate schriftliche Genehmigung von Baidu.
Preview hat bisher weder veröffentlichte Gewichte noch eine Lizenzdatei. Baidu sagt, die Gewichte „werden bald unter Apache 2.0 als Open Source veröffentlicht“, nennt aber kein Datum. Bis diese Datei existiert, behandeln Sie Preview als reinen API-Dienst.
Wer sollte ERNIE 5.5 Flash verwenden?
- Teams, die Agents mit kleinem Budget betreiben. Ein kostenloser OpenRouter-Endpunkt mit 1M Kontext und Tool-Aufrufen ist ein günstiger Weg, Agent-Loops zu testen.
- Fine-Tuning- und RL-Forscher. Base ist ein sauberer End-of-Pretraining-Checkpoint, was in dieser Größenordnung selten ist.
- Workloads mit langen Dokumenten. Das komprimierte Attention-Design zielt auf 1M-Token-Eingaben ohne riesigen KV-Cache ab.
Wo Sie Zurückhaltung walten lassen sollten:
- Strikte JSON-Pipelines. OpenRobers Dashboard zeigte am 12. November eine strukturierte-Output-Fehlerrate von 21,70 % für den freien Endpunkt. Validieren Sie jede Antwort.
- Bildeingaben. Das Modell ist rein textbasiert; Baidus eigene Benchmark-Hinweise sagen, dass Bildverständnis durch ein externes Tool bereitgestellt wurde.
- Produktions-SLAs. Preview ist ein unfertiger Checkpoint, der von einem einzigen Anbieter betrieben wird.
Lassen Sie Ihren Coding-Agenten ERNIE 5.5 Flash mit Apidog CLI testen
Genau wegen dieser strukturierte-Output-Fehlerrate von 21,70 % sollten Sie das Antwortformat testen, bevor Sie darauf aufbauen. Lassen Sie Claude Code, Codex oder Cursor den Endpunkt und den Testfall mit Apidog CLI erstellen.
Einmaliges Setup:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install
Dann geben Sie Ihrem Agenten einen 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.
Der Agent prüft jede Payload gegen das CLI-Schema, bevor er etwas schreibt:
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
Tauschen Sie die Base-URL gegen Ihren Qianfan- oder lokalen vLLM-Endpunkt aus, und derselbe Testfall prüft auch diese. Um ihn bei jedem Commit auszuführen, fügen Sie -r junit hinzu und folgen Sie dem Apidog CLI CI/CD-Leitfaden. Neu bei der CLI? Beginnen Sie mit Apidog CLI in Claude Code. Apidog Free deckt bis zu 4 Nutzer ab – laden Sie Apidog herunter und probieren Sie es an Ihrem eigenen Projekt aus.
FAQ
Ist ERNIE 5.5 Flash Open Source? Teilweise. Die Base-Gewichte sind öffentlich unter Baidus eigener Lizenz, frei für kommerzielle Nutzung bis 50 Millionen US-Dollar zugehörigem Jahresumsatz. Die Preview-Gewichte wurden für „bald“ unter Apache 2.0 versprochen.
Was ist der Unterschied zwischen ERNIE 5.5 Flash Preview und Base? Base ist der reine Pretraining-Checkpoint für Fine-Tuning. Preview ist das post-trainierte Chat- und Agent-Modell, das Sie über eine API aufrufen. Beide haben 280B Parameter insgesamt und 14B aktiv.
Ist ERNIE 5.5 Flash kostenlos? Preview ist auf OpenRouter als baidu/ernie-5.5-flash-preview:free kostenlos, mit Rate-Limits. Base kann kostenlos heruntergeladen werden. Baidu hat bis zum 12. November 2026 keinen kostenpflichtigen Token-Preis auf einer offiziellen Seite veröffentlicht.
Wie groß ist das Kontextfenster von ERNIE 5.5 Flash? 1M Tokens: 1.024.000 für Preview auf OpenRouter und 1.048.576 in der Base-Konfiguration, wobei Base mit bis zu 128K trainiert wurde.
Kann ich ERNIE 5.5 Flash lokal ausführen? Base: ja, mit vLLM plus dem vLLM-ERNIE-Plugin oder SGLang auf einem Multi-GPU-Knoten. Preview kann nicht lokal ausgeführt werden, bis Baidu seine Gewichte veröffentlicht.
Unterstützt ERNIE 5.5 Flash Bilder? Nein. Beide Versionen sind reine Textmodelle.



Top comments (0)