Baidu hat am 11. November ERNIE 5.5 Flash Preview vorgestellt, die erste Post-Training-Version auf Basis des zuvor angekündigten ERNIE 5.5 Flash Base. Das Modell hat insgesamt 280B Parameter, aktiviert pro Inferenz 14B und unterstützt einen Kontext von 1 Million Token. Die API ist auf Baidu Qianfan verfügbar, die offizielle Seite nennt zudem einen Zugang über OpenRouter, und die Gewichte sollen bis zum 25. November als Open Source veröffentlicht werden.
Baidu versteht das Modell als Zwischenstand des Post-Trainings; auf der Ankündigungsseite heißt es, es könne „noch Fähigkeitslücken aufgrund unzureichenden Trainings“ aufweisen. Das Post-Training läuft weiter, einen Zeitplan für die finale Version nennt Baidu nicht.
Schwerpunkt der Vorstellung: langfristige Agentenaufgaben
Die Ankündigung verwendet wenig Platz auf Benchmark-Werte. Die Ergebnisse stehen im Anhang, im Hauptteil geht es um vier Arten von Arbeitsergebnissen, die in einem Agenten-Framework von Anfang bis Ende erstellt wurden.
Spieleentwicklung bildet den Kern. Nach Angaben von Baidu wurde das Modell gezielt auf Unreal Engine, Unity und Godot abgestimmt. In einem Beispiel führte es eine 11-stündige Programmieraufgabe aus: Es fügte Assets aus mehreren Unreal-Engine-Generationen in ein gemeinsames UE-5.8-Projekt ein und schrieb in C++ ein Wuxia-Spiel aus der Third-Person-Perspektive. Da es ein reines Textmodell ist und das Bild nicht sieht, übersetzte es Probleme aus Probespielen – schwebende Figuren, uneinheitliche Laufrichtungen, verschobene Kameras – in messbare Codetests und iterierte Runde für Runde, indem es weitere Tests ergänzte.
Eine weitere Fallgruppe umfasst fast hundert mobile Minispiele auf Basis von Cocos, Unity, LayaAir, PixiJS und weiteren Engines, darunter Bullet-Hell-Shooter, Tower Defense und Kartenspiele; das Video zeigt 24 davon. Laut Baidu trennen die meisten Spiele die Regelebene von der Darstellungsebene und prüfen anschließend mit Bot-Probeläufen und Level-Wiedergaben automatisch, ob sich das Spiel durchspielen lässt.
Im Bereich 3D-Modellierung baute das Modell über die Blender-Python-API und FreeCAD-Skripte unter anderem einen Flughafen samt Flugzeug, den Hōryū-ji-Tempel, einen W16-Motor und ein Mondfahrzeug-Konzept.
Für Wissensarbeit nennt Baidu als Umfang der Trainingsumgebung 300.000 Arbeitsbereiche, 10 Millionen Referenzdateien und mehr als 40 Dateitypen; für die Videoproduktion wurden über 150.000 Kreativumgebungen aufgebaut, in denen insgesamt rund 5.300 Minuten Material entstanden.
Alle diese Beispiele hat Baidu selbst ausgewählt, und die Seite vermerkt für jedes einzelne die verwendeten externen Materialien und Werkzeuge: So wurden etwa einzelne Szenen mit Seedance 2.5 erzeugt, und manche Grafiken stammen aus Bildmodellen wie FLUX.2. Wie sich das Modell bei alltäglichen Aufgaben schlägt, wird sich erst zeigen, wenn Entwickler es selbst ausprobieren.
Drei praktische Folgen für Entwickler in China
Erstens die Einstiegshürde beim Betrieb. 280B Parameter insgesamt bedeuten große Gewichtsdateien und weiterhin hohe Anforderungen an den GPU-Speicher; weil aber nur 14B pro Schritt aktiv sind, liegt der Rechenaufwand bei der Inferenz grob in der Nähe eines mittelgroßen dichten Modells. MiniMax M3.1 Flash, über das wir zuvor berichtet haben, aktiviert 23B; ERNIE 5.5 Flash liegt darunter. Auch Baidu betont auf der Ankündigungsseite immer wieder den „Ausgleich zwischen Intelligenz und Inferenzeffizienz“ sowie die Decodiergeschwindigkeit.
Zweitens der Zugangsweg. Die API läuft über Qianfan, sodass chinesische Unternehmen sie direkt mit ihrem bestehenden Baidu-AI-Cloud-Konto nutzen können und sich nicht um grenzüberschreitende Compliance wie bei ausländischen Modellen kümmern müssen; nach der Veröffentlichung der Gewichte lassen sie sich zudem im eigenen Rechenzentrum betreiben. Gerade für Kunden aus Finanzwesen und Verwaltung mit der strikten Vorgabe, dass Daten die eigene Domäne nicht verlassen dürfen, dürfte der zweite Weg attraktiver sein.
Drittens die Lizenz. Baidus frühere ERNIE-4.5-Reihe wurde unter Apache 2.0 als Open Source veröffentlicht und erlaubt die kommerzielle Nutzung. Unter welcher Lizenz ERNIE 5.5 Flash erscheint und ob für den kommerziellen Einsatz zusätzliche Bedingungen gelten, steht auf der Ankündigungsseite nicht; derzeit lässt sich das nicht bestätigen.
Was noch fehlt
Baidu liefert im Haupttext keinen Punkt-für-Punkt-Vergleich mit anderen chinesischen Open-Source-Modellen; die Bewertungswerte stehen gebündelt im Anhang, ein Ranking im Vergleich muss auf unabhängige Tests warten. Wie groß der Abstand zwischen Preview und finaler Version ausfällt und wann diese erscheint, hat Baidu ebenfalls nicht gesagt.
Auch beim Preis gibt es eine Lücke. Die Ankündigungsseite nennt nur die Zugänge über Qianfan und OpenRouter, aber keine Preise pro Million Token. Ob sich der Kontext von 1 Million Token im praktischen Betrieb stabil ausschöpfen lässt und ob extrem lange Eingaben gesondert berechnet werden, zeigt sich erst durch Praxistests von Entwicklern und eine offizielle Preisbeschreibung. Für Teams, die ein bestehendes Modell ersetzen wollen, dürfte die lokale Inferenzleistung nach der Freigabe der Gewichte aussagekräftiger sein als die Demovideos.
Quellen: offizielle ERNIE-Ankündigungsseite von Baidu, CocoLoop, Erläuterungen zur Open-Source-Veröffentlichung von ERNIE 4.5; für Parametergröße, Anzahl der Trainingsumgebungen und Open-Source-Frist gelten die offiziellen Angaben von Baidu.