← すべてのニュース

百度がERNIE 5.5 Flash Baseの重みを公開、280B MoE基盤モデルは導入とライセンスの二つの壁

MarkTechPostが2026年11月5日に報じたところによると、百度はERNIE 5.5 Flash BaseのFP8とBF16の重みを公開した。総パラメータ280B、1トークンあたり14Bを活性化し、学習コンテキストは128K、推論時は1Mまで拡張可能。事前学習終了時点で止まった基盤モデルで、中期学習と後学習を含まない。報道によれば、ライセンスは年収5000万ドルを境界とし、EU・英国・韓国を除外する。

公開 更新

主な変更

報道によると、百度はHugging FaceとModelScopeでERNIE 5.5 Flash Baseの重みを公開した。純テキストのスパースMoE基盤モデルで、43層、隠れ次元4096、総パラメータ280B、1トークンあたり14Bを活性化し、Muonオプティマイザで33.5Tトークンからゼロから事前学習した。重みは事前学習終了時点で止まっており、百度はこれを教師あり微調整、指示微調整、強化学習の手法を直接比較できる統一的な出発点と位置づけている。アーキテクチャでは、43層のうち37層が重圧縮注意HCAを使用し、128トークンごとに1件をキャッシュし、残り6層はMLAとスパース注意を使用する。つまり7層ごとに1層だけ完全なコンテキストアクセスを保持する。各MoE層は512のルーティングエキスパート(top-10)と1つの共有エキスパートを持ち、複数の独立したsigmoidルーターで単一ルーターを置き換えている。ECHOはバックボーンの最終層を再利用して将来のトークンを予測し、同時に投機的デコード用の内蔵ドラフトモデルを兼ねる。追加の0.36Bパラメータは主パラメータの統計に含まれない。百度は統一プロセスの30項目の基盤モデルベンチマークで24項目が最良と自報し、MMLU-Proは78.4(同一プロセスでDeepSeek-V4-Flash-Baseは69.2)だったが、HELMET-Rerankは56.2で相手の60.0に劣り、ChineseSimpleQA、INCLUDE-lite、InfiniteBenchなど6項目でも首位を譲った。導入面では、報道が示す参考構成はSGLangが4路並列、vLLMは0.32.0バージョンとvLLM-ERNIEプラグインが必要で、いずれも最大1,048,576トークンを受け付ける。基盤モデルであるため、chatではなくcompletionsエンドポイントで動作する。

開発者への影響

開発者への直接的な意味はいくつかある。第一に、これは一般的な意味でのオープンソースライセンスではなく、オープンウェイトだ。重みはダウンロードできるが、ライセンスは独自のERNIE 5.5 Flash Base License v1.0で、報道では年収5000万ドル以下は無料、同時にEU・英国・韓国を除外するとされている。実際の権利はライセンス原文に従うべきで、Hugging Faceに重みがあるからといって共通のオープンソースライセンスとみなすことはできない。第二に、これは「後学習をどこから始めるか」を解決するもので、「チャットモデルをそのまま接続する」ものではない。後学習がなければ指示追従も対話形式もなく、製品に組み込むには自分でSFTやRLのプロセスを踏むか、整列済みモデルに切り替えるかで、工学的な負担が大きく異なる。第三に、長コンテキストのコスト構造は意図的に薄く作られている。HCAは37層で128トークンごとに1件だけキャッシュするため、理論上KVキャッシュを大幅に抑えられるが、7層ごとに1層だけが完全なコンテキストを保持する。長文検索やリポジトリ級の理解でどれだけの利得が得られるかは、RepoQA 91.7のような自報値を受け売りせず、自社の文書セットで検証する必要がある。第四に、報道は4路並列の参考構成のみを示し、GPU型番やVRAMは開示していない。単機でサービスできるか、何枚のカードが必要かといった容量の問題はこの記事から結論を出せない。またECHOの0.36Bパラメータが主パラメータ統計から除外されている点に注意が必要で、総パラメータでハードウェアを見積もると楽観的になりすぎる。

導入と評価の提案

以下はすべて条件付きの分析や提案であり、報道事実ではない。精度版について、報道はFP8とBF16の両方の重みが公開されたとしている。これはまず今後の学習路線に影響する。推論サービスだけならFP8を優先して試すことができる。このチェックポイントで継続事前学習や全パラメータ微調整を計画しているなら、BF16の方が安定した出発点だ。この選択を変える前提は、ハードウェアがFP8計算をサポートするか、比較可能な微調整の予算があるかだ。測定可能な評価基準は、自社のホールドアウトセットでデコードパラメータを固定し、FP8とBF16をそれぞれ実行してタスク通過率や完全一致を比較し、FP8の低下が事前に定めた許容線を超えるならBF16に戻すか、FP8を低リスクのリクエストに限定することだ。サービススタックについて、報道が示す経路はvLLMが0.32.0と公式プラグインを必要とし、SGLangの参考構成は4路テンソル並列だ。クラスタで既にvLLMを動かしていてバージョンを固定できるなら、プラグイン経路の移行コストは低い。バージョンアップが統制されている、あるいはまずプラグイン依存を避けたいなら、SGLangの参考構成の方が手間が少ない。判断を変える条件は、バージョンを固定できる程度と運用側のサードパーティプラグインへの許容度だ。測定基準は、目標のコンテキスト長でカードあたりの同時実行数、ピークVRAM、デコードトークン毎秒を測り、より長いコンテキストのためにカードを追加する価値があるかを決めることだ。この基盤モデルから始めるかについて、報道はcompletionsエンドポイントで動作すると明言しており、これが分岐点だ。タスクがすぐ使える指示追従やツール呼び出しを要求するなら、まず既存の整列済みモデルを使う。同じチェックポイントから異なる後学習方案を比較する必要があり、SFTやRLの工程能力がある場合にのみ、このチェックポイントに追加の価値がある。測定方法は、自分で後学習したモデルと現行モデルを同じ社内問題セットで通過率比較し、勝てなければ移行しないことだ。

制限と未確認事項

未知の項目は少なくない。GPU型番、VRAM、単機でサービス可能な規模は報道で開示されていない。すべてのベンチマークは百度の自報であり、百度のプロセスでの競合他社の数値は各社が自ら公表したものと多少異なる。例えばDeepSeekはMMLU-Proを68.3とし、百度は69.2と測定、TencentはHy3を65.76とし、百度は66.9と測定している。これはこの比較が相対的な位置を見るのに適し、ベンダー間の定論としては適さないことを示す。1Mコンテキストはサーバーの受け付け上限であり、報道はその長さでの品質データを示していない。中間のLongBench-v2 48.7も、長コンテキスト能力が全面的にリードしているわけではないことを示唆し、開発者は目標長でVRAMと遅延を自ら測定する必要がある。報道が伝えるライセンス条項、収入基準やEU・英国・韓国の除外は、ライセンス原文で再確認する必要がある。2026年11月9日時点のカタログ確認では、KimiSeekのオンラインモデルカタログにERNIE 5.5 Flash Baseという項目はない。報道が関わるAPI可用性は百度側を指し、当サイトではない。ホスト型呼び出しが必要なら百度の公式チャネルに従うべきで、当サイトで使うにはまず正確に対応するカタログ項目が必要だ。さらにFlashMask-4学習カーネルのSM90とSM100での加速数値もベンダー自報であり、同じ発表は11月5日当日に中国語メディアでも既に報じられている。ここで補足するのは、アーキテクチャ、導入の前提条件、ライセンス範囲といった接続判断により影響する部分だ。

3分で最初の呼び出しまで

登録後に API キーを作成してください。利用料金はアカウント残高から引き落とされます。初回チャージ30%オフ。¥500チャージ、お支払い ¥350、入金額 ¥500。¥1000チャージ、お支払い ¥850、入金額 ¥1000 最低チャージはこれまでどおり ¥10 で、試用にも使えます。

出典と編集方針

百度发布 ERNIE 5.5 Flash Base:280B MoE 基础模型,激活参数 14B

引用元を基にAIが分析と翻訳を補助し、自動品質チェックを行っています。提案は実測結果ではありません。提供状況と料金は最新カタログをご確認ください。