¿Qué es ERNIE 5.5 Flash? El modelo MoE de 280B de pesos abiertos de Baidu
¿Qué es ERNIE 5.5 Flash? Es la familia de modelos de pesos abiertos más reciente de Baidu: un modelo de lenguaje disperso de mezcla de expertos (MoE) con 280B de parámetros totales, 14B activos por token y una ventana de contexto de 1M de tokens. Se publica como dos artefactos separados. ERNIE 5.5 Flash Base (5 de noviembre de 2026) es un punto de control de preentrenamiento sin procesar disponible en Hugging Face. ERNIE 5.5 Flash Preview (11 de noviembre de 2026) es el modelo de chat y agentes con post-entrenamiento, disponible como API en Baidu Qianfan y como endpoint gratuito en OpenRouter.
¿Qué es ERNIE 5.5 Flash?
ERNIE 5.5 Flash es un modelo de lenguaje MoE disperso de 280B de parámetros de Baidu que activa 14B de parámetros por token y admite un contexto de 1M de tokens. Es solo de texto, entrenado desde cero con 33,5T de tokens y diseñado para programación, tareas agentivas, trabajo con conocimiento y documentos largos. Se presenta como un punto de control Base y como un Preview con post-entrenamiento.
La propuesta de Baidu es la eficiencia. La página de lanzamiento de Base indica que cada componente fue rediseñado para equilibrar la capacidad frente a la computación activada, el tamaño de la caché KV y el coste del contexto largo. La página de Preview describe el resultado como "potente en programación, modelado 3D, trabajo con conocimiento y creación de contenido".
Es el sucesor de ERNIE 5.1; para más contexto, consulta What is ERNIE 5.1 y la guía de la API de ERNIE 5.1.
ERNIE 5.5 Flash Preview vs Base
La nomenclatura puede confundir, así que aquí tienes la comparación:
| ERNIE 5.5 Flash Base | ERNIE 5.5 Flash Preview | |
|---|---|---|
| Lanzamiento | 5 de noviembre de 2026 | 11 de noviembre de 2026 |
| Qué es | Punto de control de fin de preentrenamiento, sin entrenamiento intermedio ni posterior | Primer modelo con post-entrenamiento construido sobre Base, un punto de control intermedio |
| Para qué usarlo | Fine-tuning, adaptación a dominios, investigación en RL | Chat, agentes de programación, llamadas a herramientas |
| Cómo llamarlo | Autoalojado; solo el endpoint completions
|
API de Qianfan, OpenRouter baidu/ernie-5.5-flash-preview:free
|
| Pesos | Públicos en Hugging Face (FP8 y BF16) | Aún no públicos; Baidu dice que Apache 2.0 "pronto" |
| Licencia | ERNIE 5.5 Flash Base Model License v1.0 | Apache 2.0 prometida, aún no publicada |
| Tamaño | 280B totales, 14B activos | 280B totales, 14B activos |
| Contexto | 128K de entrenamiento, 1M para fine-tuning e inferencia | 1.024.000 tokens en OpenRouter |
La regla: para chatear con él o conectarlo a un agente de programación, usa Preview. Para entrenar tu propio modelo partiendo de una base preentrenada potente, usa Base. Base no está ajustado con instrucciones, por lo que no seguirá prompts de chat.
Baidu es transparente en que Preview no está terminado. La página de lanzamiento lo describe como "un punto de control intermedio del post-entrenamiento" y señala que "algunas capacidades pueden seguir siendo inferiores" hasta el lanzamiento oficial.
Arquitectura de ERNIE 5.5 Flash
Estas son las partes del informe técnico de Baidu que te interesan como usuario.
Atención dispersa híbrida
El modelo tiene 43 capas Transformer. Solo 6 de ellas (aproximadamente una de cada siete) mantienen acceso a nivel de token a todo el contexto, usando Multi-head Latent Attention (MLA) con atención dispersa (DSA). Las otras 37 capas usan Heavily Compressed Attention (HCA), que comprime cada 128 tokens en una única entrada de caché y atiende sobre esas entradas más una ventana corta de tokens recientes.
Por qué te importa: la caché KV se mantiene pequeña, así que servir un contexto de 1M de tokens es más barato de lo que sugiere el número de parámetros. Baidu afirma que la atención dispersa en las capas MLA mantiene constante el coste por consulta de la atención central a medida que crece el contexto.
MoE latente multi-router
Una capa MoE normal usa un único router para elegir sus expertos top-k. ERNIE 5.5 Flash usa varios routers inicializados de forma independiente que puntúan los expertos conjuntamente, lo que, según Baidu, corrige malas elecciones de expertos que un solo router reforzaría. Cada capa MoE contiene 512 expertos enrutados (10 activos por token) más 1 experto compartido, operando en un espacio latente de 2048 dimensiones para reducir a la mitad, aproximadamente, la computación y el tráfico por experto.
Otros cambios
- Cabeza de salida MultiMax: una temperatura softmax por tramos ajustable mediante aprendizaje.
- ECHO en lugar de MTP: la capa final predice tokens futuros y hace también de modelo borrador para decodificación especulativa.
- Tokenizador: alrededor de 200K entradas, con los números divididos de derecha a izquierda en grupos de tres dígitos.
Benchmarks de ERNIE 5.5 Flash
Todas las cifras siguientes son de Baidu, tomadas de sus páginas de lanzamiento. Muchas puntuaciones comparativas llevan el asterisco de Baidu, lo que significa que Baidu ejecutó la evaluación por sí mismo en lugar de citar al otro laboratorio.
Preview (con post-entrenamiento), filas seleccionadas de la tabla 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 (sin herramientas, solo texto) | 46.4 | 44.0 | 52.9 | 61.4 |
Léelo con honestidad: Preview supera a los modelos de su clase de tamaño en varias pruebas agentivas y de trabajo con conocimiento (MCP-Atlas, AutomationBench, SpreadsheetBench) y queda por detrás de los modelos de frontera en programación agentiva exigente como Terminal-Bench. Queda por debajo de DeepSeek-V4.1-Flash en DeepSWE. Para una comparación completa con DeepSeek, consulta el artículo hermano ERNIE 5.5 Flash vs DeepSeek V4.1 Flash, y nuestro explainer de DeepSeek V4.1 Flash para el otro lado de la comparación.
Base (preentrenado), frente a modelos base de tamaño similar: Baidu informa de MMLU-Pro 78.4 frente a 69.2 de DeepSeek-V4-Flash-Base, HumanEval+ 82.3 frente a 69.5, LiveCodeBench 40.1 frente a 31.9 y LongBench-v2 48.7 frente a 44.5. Pierde en algunas filas, como InfiniteBench. La tabla completa está en la model card de Hugging Face.
En cuanto a velocidad, la descripción de OpenRouter dice "más de 200 tokens por segundo". El propio panel de 3 días de OpenRouter del 12 de noviembre mostró un rendimiento P50 de 79 tokens por segundo en el endpoint gratuito, que comparte tráfico, así que espera que tus cifras varíen.
Cómo acceder a ERNIE 5.5 Flash
Hoy tienes tres vías:
-
OpenRouter (gratuito, Preview): llama a
baidu/ernie-5.5-flash-preview:freea través de la API compatible con OpenAI de OpenRouter. Baidu Qianfan es el único proveedor, y la página del modelo indica $0 en entrada y salida. Los endpoints gratuitos tienen límites de tasa según la documentación de límites de OpenRouter. La guía completa está en el artículo hermano guía gratuita de ERNIE 5.5 Flash. - Baidu Qianfan (Preview): la API oficial, enlazada desde la página de lanzamiento de Baidu. Consulta la guía de la API de ERNIE 5.5 Flash para configurar las peticiones.
-
Hugging Face (solo Base): descarga los pesos en FP8 o BF16 y sírvelos con vLLM (más el plugin
vLLM-ERNIE) o SGLang. Los ejemplos de Baidu usan paralelismo de 4 vías en un nodo multi-GPU. Paso a paso en ejecutar ERNIE 5.5 Flash localmente con vLLM.
Una llamada mínima a OpenRouter se ve así:
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 indica que el endpoint acepta tools, tool_choice, response_format con un esquema JSON y un parámetro reasoning. Si prefieres controlarlo desde un agente de terminal, el artículo hermano sobre ERNIE 5.5 Flash en OpenCode gratis cubre esa configuración.
Licencia de ERNIE 5.5 Flash: qué puedes y qué no puedes hacer
Los dos artefactos tienen condiciones distintas, y la diferencia importa si planeas lanzar un producto.
Base usa la ERNIE 5.5 Flash Base Model License Agreement v1.0, no Apache 2.0. En resumen:
- El uso no comercial (investigación, educación, evaluación, experimentos personales) es gratuito sin necesidad de aviso.
- El uso comercial es gratuito cuando los ingresos anuales de los productos relacionados son de 50 millones de dólares estadounidenses o menos, siempre que envíes a Baidu un aviso de uso único y muestres "Powered by ERNIE".
- Por encima de los 50 millones de dólares, necesitas autorización escrita por separado de Baidu antes de empezar.
Preview aún no tiene pesos publicados ni archivo de licencia. Baidu dice que los pesos "se publicarán como código abierto bajo Apache 2.0 pronto", pero no da fecha. Hasta que exista ese archivo, trata Preview como solo-API.
¿Quién debería usar ERNIE 5.5 Flash?
- Equipos que ejecutan agentes con presupuesto ajustado. Un endpoint gratuito de OpenRouter con 1M de contexto y llamadas a herramientas es una forma barata de probar bucles de agentes.
- Investigadores de fine-tuning y RL. Base es un punto de control limpio de fin de preentrenamiento, algo raro en este tamaño.
- Cargas de trabajo con documentos largos. El diseño de atención comprimida está orientado a entradas de 1M de tokens sin una caché KV enorme.
Dónde ser cauteloso:
- Pipelines de JSON estrictos. El panel de OpenRouter mostró una tasa de error del 21.70% en salidas estructuradas para el endpoint gratuito el 12 de noviembre. Valida cada respuesta.
- Entrada de imágenes. El modelo es solo de texto; las propias notas de benchmark de Baidu indican que la comprensión de imágenes se realizó con una herramienta externa.
- SLAs de producción. Preview es un punto de control sin terminar servido por un único proveedor.
Deja que tu agente de programación pruebe ERNIE 5.5 Flash con Apidog CLI
Esa tasa de error del 21.70% en salidas estructuradas es la razón por la que debes probar la forma de la respuesta antes de construir sobre ella. Deja que Claude Code, Codex o Cursor creen el endpoint y el caso de prueba con Apidog CLI.
Configúralo una vez:
npm install -g apidog-cli@latest
apidog auth login --with-token <YOUR_APIDOG_TOKEN>
apidog skill install
Luego dale a tu agente un único 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.
El agente verifica cada payload contra el esquema de la CLI antes de escribir nada:
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
Cambia la URL base por tu endpoint de Qianfan o de vLLM local y el mismo caso los verificará también. Para ejecutarlo en cada commit, añade -r junit y sigue la guía de CI/CD de Apidog CLI. ¿Nuevo en la CLI? Empieza con Apidog CLI en Claude Code. Apidog Free cubre hasta 4 usuarios, así que descarga Apidog y pruébalo en tu propio proyecto.
FAQ
¿ERNIE 5.5 Flash es de código abierto? En parte. Los pesos de Base son públicos bajo la licencia propia de Baidu, con uso comercial gratuito hasta 50 millones de dólares en ingresos anuales relacionados. Los pesos de Preview se prometen bajo Apache 2.0 "pronto".
¿Cuál es la diferencia entre ERNIE 5.5 Flash Preview y Base? Base es el punto de control sin procesar de preentrenamiento para fine-tuning. Preview es el modelo de chat y agentes con post-entrenamiento al que llamas mediante una API. Ambos tienen 280B de parámetros totales y 14B activos.
¿ERNIE 5.5 Flash es gratuito? Preview es gratuito en OpenRouter como baidu/ernie-5.5-flash-preview:free, con límites de tasa. Base es de descarga gratuita. Baidu no ha publicado un precio por token de pago en una página oficial a fecha del 12 de noviembre de 2026.
¿Cómo de grande es la ventana de contexto de ERNIE 5.5 Flash? 1M de tokens: 1.024.000 para Preview en OpenRouter y 1.048.576 en la configuración de Base, aunque Base se entrenó hasta 128K.
¿Puedo ejecutar ERNIE 5.5 Flash localmente? Base, sí, con vLLM más el plugin vLLM-ERNIE o SGLang en un nodo multi-GPU. Preview no puede ejecutarse localmente hasta que Baidu publique sus pesos.
¿ERNIE 5.5 Flash admite imágenes? No. Ambas versiones son modelos solo de texto.



Top comments (0)