Baidu lancia ERNIE 5.5 Flash Base: modello di base open‑source da 280 miliardi di parametri

Una nuova pietra miliare per l’IA cinese

Il 5 novembre 2026 Baidu ha annunciato il rilascio di ERNIE‑5.5‑Flash‑Base, un modello di linguaggio di grandi dimensioni (LLM) che segna un passo importante nella strategia di intelligenza artificiale della compagnia. Con 280 miliardi di parametri complessivi, di cui 14 miliardi attivi per ogni input, il modello utilizza una architettura mixture‑of‑experts (MoE) che consente di scalare le capacità computazionali senza aumentare proporzionalmente il consumo di memoria.

La scelta di rilasciare il modello in forma “flash base”, cioè senza alcun fine‑tuning o post‑training, è deliberata: Baidu vuole dare agli sviluppatori la libertà di adattare il modello alle proprie esigenze, favorendo l’ecosistema open‑source e accelerando l’innovazione collaborativa.

Caratteristiche tecniche e capacità di contesto

ERNIE 5.5 è stato pre‑addestrato su 33,5 trilioni di token provenienti da fonti multilingue, includendo testi scientifici, codici sorgente, documenti legali e contenuti web. Il modello supporta un contesto di input fino a 128.000 token durante la fase di pre‑addestramento, ma la sua architettura è progettata per gestire fino a un milione di token in fase di fine‑tuning e inferenza, aprendo la porta a applicazioni che richiedono l’elaborazione di documenti lunghi, come contratti, libri o dataset di ricerca.

Il formato dei pesi è disponibile su Hugging Face in due precisioni:

• FP8 (floating point a 8 bit), ottimizzato per ridurre l’uso di memoria e velocizzare l’inferenza su hardware di ultima generazione.
• BF16 (bfloat16), che mantiene una precisione più elevata per compiti sensibili al dettaglio, come la generazione di codice o la risoluzione di problemi matematici complessi.

Benchmark e confronto con la concorrenza

Secondo i test di Baidu, ERNIE 5.5 Flash Base si posiziona al pari di altri modelli open‑source di dimensioni simili, quali DeepSeek‑V4‑Flash‑Base, Hy3‑preview‑Base e MiMo‑V2.5‑Base. Le valutazioni sono state condotte con un unico pipeline di test, coprendo sette categorie:

• Exam (test standardizzati)
• STEM (scienza, tecnologia, ingegneria, matematica)
• Reasoning (ragionamento logico)
• Knowledge (conoscenza generale)
• Code (generazione e comprensione di codice)
• Multilingual (capacità multilingua)
• Long Context (gestione di contesti estesi)

In particolare, ERNIE 5.5 ha mostrato risultati competitivi nei compiti di ragionamento, programmazione e gestione di contesti lunghi, superando in alcuni casi i modelli concorrenti grazie alla sua architettura MoE che attiva solo una frazione dei parametri, riducendo latenza e costi di calcolo.

Implicazioni per gli sviluppatori e le imprese

La disponibilità di un modello così potente in modalità open‑source offre numerose opportunità:

• Personalizzazione rapida: le aziende possono fine‑tune il modello su dataset specifici, ad esempio per assistenti virtuali in ambito sanitario o per analisi finanziarie.
• Riduzione dei costi: l’uso di FP8 consente di eseguire inferenze su GPU di fascia media, abbattendo le spese operative rispetto a modelli che richiedono hardware di livello enterprise.
• Scalabilità del contesto: la capacità di gestire fino a un milione di token apre la porta a applicazioni come la revisione legale automatizzata, dove è necessario analizzare contratti lunghi interamente.

Per sfruttare al meglio ERNIE 5.5, Baidu suggerisce una pipeline di sviluppo che includa:

• Raccolta e pulizia di dati di dominio specifico.
• Fine‑tuning con tecniche di apprendimento a basso tasso di apprendimento per preservare le conoscenze generali del modello.
• Validazione su set di test rappresentativi del caso d’uso.
• Distribuzione su infrastrutture compatibili con FP8/BF16, come le GPU Nvidia Ampere o le nuove schede AI di Huawei.

Prospettive future e versioni successive

Baidu ha già annunciato che una versione “post‑trained” di ERNIE 5.5 sarà rilasciata nei prossimi mesi, includendo ottimizzazioni per compiti specifici come la generazione di codice Python, la traduzione simultanea e la risoluzione di problemi matematici avanzati. Questa versione includerà inoltre un set di prompt pre‑definiti e template per accelerare l’adozione da parte di team non esperti di IA.

Nel lungo termine, la strategia di Baidu punta a costruire un’intera “ecosfera” attorno ai modelli ERNIE, con librerie di strumenti, dataset di riferimento e un marketplace per modelli fine‑tuned. L’obiettivo è creare un’alternativa globale ai modelli proprietari occidentali, favorendo la sovranità digitale e la collaborazione internazionale.

Conclusioni

Il rilascio di ERNIE 5.5 Flash Base rappresenta una tappa significativa nell’evoluzione dell’intelligenza artificiale open‑source, combinando una scala di parametri impressionante con un’architettura efficiente e una capacità di contesto senza precedenti. Grazie alla disponibilità su Hugging Face e alla possibilità di scegliere tra FP8 e BF16, sviluppatori e imprese hanno ora uno strumento potente e flessibile per costruire soluzioni AI avanzate, dal ragionamento complesso alla gestione di documenti ultra‑lunghi. Con le versioni future già in cantiere, Baidu si posiziona come uno dei principali attori nella corsa globale verso modelli di linguaggio sempre più grandi, più rapidi e più accessibili.