Baidu abre al mundo su ERNIE 5.5 Flash Base de 280.000 millones de parámetros
Baidu publicó el 5 de noviembre los pesos de su nuevo modelo fundacional, ERNIE 5.5 Flash Base, y puso así uno de los mayores modelos abiertos de China a disposición de cualquiera que quiera descargarlo, ajustarlo y desplegarlo. La compañía afirma que se trata de la versión base de su línea ERNIE, la familia de grandes modelos de lenguaje que impulsa su buscador y su chatbot Ernie.
La cifra que encabeza todo es la escala: 280.000 millones de parámetros en total. Pero el modelo emplea una arquitectura de mezcla de expertos, un diseño en el que cada token de texto activa solo una fracción de la red. En este caso, esa fracción ronda los 14.000 millones de parámetros, lo que mantiene el coste de ejecución muy por debajo de lo que sugiere el tamaño bruto. El modelo se preentrenó con 33,5 billones de tokens, con una ventana de contexto de preentrenamiento de hasta 128.000 tokens; durante el ajuste fino y la inferencia puede manejar contextos de hasta un millón de tokens, suficiente para documentos o bases de código muy extensos.
Baidu sostiene que el modelo marcó un nuevo estado del arte entre los modelos de tamaño comparable en pruebas que abarcan conocimiento, razonamiento, matemáticas, programación, capacidad multilingüe y manejo de contextos largos. Señala a DeepSeek-V4-Flash-Base y Hy3-preview-Base como los modelos a los que supera. Estas comparaciones autodeclaradas merecen cautela, ya que las puntuaciones de los benchmarks dependen en gran medida de cómo se ejecutan las pruebas, pero son la moneda corriente del mercado de pesos abiertos.
La medida encaja en una tendencia más amplia de la IA china. A lo largo del último año, los mayores laboratorios del país han publicado cada vez más los pesos de sus modelos en lugar de mantenerlos cerrados, usando las descargas gratuitas para atraer a desarrolladores, recabar opiniones y construir ecosistemas en torno a sus herramientas. Los pesos abiertos permiten a startups, investigadores y aficionados ejecutar modelos capaces en su propio hardware, algo relevante en un mercado donde los precios de las API han caído con fuerza y donde el acceso a modelos extranjeros puede ser incierto.
Para Baidu, el cálculo es estratégico. La compañía fue pionera en China en grandes modelos de lenguaje, pero se ha enfrentado a una dura competencia de rivales más jóvenes, como DeepSeek y una oleada de startups, además de los grandes actores de plataforma. Publicar un modelo base potente le da visibilidad ante los desarrolladores que construyen aplicaciones sobre modelos y una oportunidad de sembrar sus herramientas y servicios en la nube.
La etiqueta Flash señala el objetivo: velocidad y coste antes que máxima capacidad. Los modelos base son materia prima, no productos acabados; por lo general necesitan ajuste fino o alineación antes de comportarse bien en aplicaciones de consumo. Publicar la versión base invita a la comunidad de código abierto a hacer ese trabajo, una vía habitual hacia una adopción rápida.
Lo que ocurra a continuación se medirá menos en tablas de benchmarks que en descargas y derivados. Cabe esperar variantes ajustadas, versiones cuantizadas que funcionen en máquinas más pequeñas y comparaciones con los lanzamientos abiertos de DeepSeek en cuestión de semanas. Para los desarrolladores globales, la pregunta práctica es si un modelo de 280.000 millones de parámetros con un presupuesto de activación reducido puede ofrecer una calidad competitiva a un precio que tenga sentido fuera del mercado cloud interno chino.