Baidu disponibiliza pesos do ERNIE 5.5 Flash Base, modelo base de 280 bilhões de parâmetros cuja licença exclui a União Europeia
A Baidu disponibilizou em 5 de novembro o ERNIE-5.5-Flash-Base, um Mixture-of-Experts de 280 bilhões de parâmetros (14 bilhões ativos) entregue ao final do pré-treinamento, sem ajustes para conversação. Suas pontuações superam as do DeepSeek-V4-Flash-Base segundo a Baidu, mas sua licença proprietária exclui explicitamente a União Europeia, o Reino Unido e a Coreia do Sul.
A Baidu disponibilizou em 5 de novembro de 2026 os pesos do ERNIE-5.5-Flash-Base, um modelo de linguagem do tipo Mixture-of-Experts (MoE) de 280 bilhões de parâmetros, dos quais apenas 14 bilhões são acionados para cada token. A particularidade deste lançamento: trata-se de um modelo base, congelado ao final do pré-treinamento, que a Baidu apresenta como ponto de partida para pesquisa e adaptação. E um detalhe de sua licença afeta diretamente o público europeu: ela exclui a União Europeia.
Um modelo base, não um assistente
O ERNIE-5.5-Flash-Base não recebeu nem treinamento intermediário nem pós-treinamento: ele não segue instruções e não conversa; ele apenas completa textos. A Baidu o destina à adaptação a domínios específicos, ao ajuste por instruções e à pesquisa em aprendizado por reforço, prometendo que a versão pós-treinada do ERNIE 5.5 Flash “virá em seguida”, sem divulgar uma data. É uma estratégia incomum: a maioria dos laboratórios publica primeiro o modelo finalizado e o modelo base como complemento.
O modelo foi treinado do zero em 33,5 trilhões de tokens, com um contexto de treinamento de 128.000 tokens; a Baidu indica que o ajuste fino e a inferência aceitam até um milhão de tokens. O corpus dá ênfase ao código na escala de repositórios completos (commits, tickets, pull requests, revisões de código, correções validadas por integração contínua) e à compreensão de textos longos. Os pesos estão disponíveis em FP8 e em BF16, no Hugging Face e no ModelScope, acompanhados de instruções de implantação para SGLang e vLLM.
Uma arquitetura projetada com foco no custo
A maior parte do artigo técnico aborda a eficiência. Das 43 camadas, apenas uma a cada sete mantém o acesso token por token a todo o contexto (atenção latente MLA, tornada esparsa); as outras 37 utilizam uma atenção altamente comprimida que preserva apenas uma entrada de cache para cada 128 tokens. O objetivo é reduzir a memória exigida por contextos longos, uma das maiores fontes de custo para agentes. Cada camada MoE conta com 512 especialistas (10 ativos por token) mais um especialista compartilhado, escolhidos por múltiplos roteadores independentes em vez de um só. A Baidu também substitui o módulo de previsão de múltiplos tokens pela última camada da rede, que atua adicionalmente como modelo de rascunho para a decodificação especulativa.
Pontuações acima do DeepSeek, segundo a Baidu
A Baidu compara seu modelo a três modelos base chineses de porte semelhante, avaliados, segundo a empresa, com o mesmo protocolo: DeepSeek-V4-Flash-Base (284 bilhões de parâmetros, 13 ativos), Hy3-preview-Base (295 bilhões de parâmetros) e MiMo-V2.5-Base (310 bilhões). O ERNIE lidera na maioria dos testes: 78,4 no MMLU-Pro contra 69,2 do DeepSeek, 82,3 contra 69,5 no HumanEval+ e 40,1 contra 31,9 no LiveCodeBench. Por outro lado, ele fica atrás no ChineseSimpleQA (73,0 contra 75,3 do DeepSeek), no FullStackBench (54,6 contra 56,7 do Hy3-preview-Base) e no InfiniteBench. Esses números refletem apenas as medições da desenvolvedora sobre um modelo base: não dizem nada sobre o desempenho do futuro modelo conversacional.
Uma licença proprietária muito restritiva
A licença própria da Baidu não tem nada de código aberto. Ela define um território que abrange o mundo inteiro, exceto a União Europeia, o Reino Unido e a Coreia do Sul, estipulando que o modelo, seus derivados e até mesmo suas saídas não devem ser utilizados, reproduzidos ou distribuídos fora desse território. Nas demais regiões, o uso não comercial é livre; o uso comercial é gratuito desde que os produtos envolvidos não ultrapassem 50 milhões de dólares em receita anual, exigindo apenas uma notificação única à Baidu e a exibição da menção “Powered by ERNIE”. Acima desse faturamento, é necessária uma autorização por escrito. A licença também proíbe o uso do modelo ou de suas saídas para aprimorar qualquer outro modelo que não sejam seus próprios derivados, além de vetar qualquer aplicação militar.
Nossa leitura
Do ponto de vista técnico, o ERNIE-5.5-Flash-Base é um lançamento expressivo: um modelo base recente, com tamanho razoável em parâmetros ativos, uma arquitetura detalhada e um esforço genuíno para conter os custos de contextos longos. Publicar um ponto de controle “bruto” também representa uma contribuição valiosa para a pesquisa, que carece de bases limpas para comparar métodos de pós-treinamento. Contudo, para o público europeu, o aspecto mais marcante é outro: a licença exclui expressamente a União Europeia, sem que a Baidu justifique essa decisão em seus documentos. As empresas e os laboratórios sediados na França, portanto, não têm autorização para utilizá-lo, e o veto ao treinamento de outros modelos com suas saídas também limita sua atratividade no restante do mundo. O contraste é evidente com as condições muito mais abertas do Kimi K3.1 Pro, que detalhamos ontem: a corrida pelos pesos abertos agora é disputada também nos termos de uso, e não apenas nas pontuações de benchmark.
Fontes
- Baidu — ERNIE 5.5 Flash Base, artigo técnico (5 de novembro de 2026) Fonte primária
- Baidu — página do modelo ERNIE-5.5-Flash-Base (Hugging Face) Fonte primária
- Baidu — licença ERNIE 5.5 Flash Base Model License Agreement v1.0 (Hugging Face) Fonte primária
- Baidu — versão BF16 ERNIE-5.5-Flash-Base-BF16 (Hugging Face) Fonte primária
Uma fonte primária vem diretamente da empresa, do laboratório ou da organização envolvida. Uma fonte secundária relata a informação sem ser a sua autora: nós a sinalizamos como tal. Encontrou um erro? Consulte nossa política de correções.
