Baiduは11月11日、ERNIE 5.5 Flash Previewを発表した。先に公表済みのERNIE 5.5 Flash Baseをベースにした、初のポストトレーニング版となる。モデルの総パラメータ数は280Bで、1回の推論で稼働するのは14B、コンテキストは100万トークンに対応する。APIはBaiduのQianfan（千帆）ですでに利用可能で、公式ページにはOpenRouterの入口も併記されている。重みは11月25日までにオープンソース化される予定だ。
Baiduはこのモデルをポストトレーニング途中の中間版と位置づけており、公開ページには「学習が不十分なために能力面の欠陥が残っている可能性がある」と明記している。ポストトレーニングは継続中で、正式版の時期は示されていない。
披露の中心は長期エージェントタスク
公開ページはベンチマークのスコアに紙幅を割いていない。評価結果は付録にまとめられ、本文ではエージェントフレームワーク上でエンドツーエンドに完成した4種類の成果物が紹介されている。
中心となるのはゲーム開発だ。BaiduはUnreal Engine、Unity、Godotに向けた専用の最適化を行ったとしている。紹介された事例では、11時間に及ぶ長期のコーディングタスクで、複数世代のUnreal Engineにまたがる素材を1つのUE 5.8プロジェクトに統合し、C++で三人称視点の武侠ゲームを書き上げた。モデルはテキスト専用で画面を見られないため、キャラクターが宙に浮く、走る向きが揃わない、カメラがずれるといったプレイテストで見つかる問題を、計測可能なコードテストに変換し、テストを積み増しながら反復を進めたという。
もう一つの事例群は、Cocos、Unity、LayaAir、PixiJSなどを使って作られた100本近いスマートフォン向けミニゲームで、弾幕シューティング、タワーディフェンス、カードゲームなどのジャンルを網羅する。動画ではそのうち24本が紹介されている。Baiduによると、多くのゲームはルール層と表現層を分離しており、ボットによる試遊とステージのリプレイで、クリア可能かどうかを自動的に確認しているという。
3Dモデリングでは、BlenderのPython APIとFreeCADのスクリプトを使い、空港と航空機、法隆寺、W16エンジン、月面コンセプトカーなどのモデルを構築した。
ナレッジワークの学習環境について、Baiduが示した規模は30万のワークスペース、1000万点の参照ファイル、40種類以上のファイル形式。動画制作では15万を超える制作環境を構築し、完成した映像は累計でおよそ5300分に上る。
これらの作品はいずれもBaiduが選んだもので、ページには項目ごとに使用した外部素材やツールが注記されている。たとえば一部の映像はSeedance 2.5で生成され、一部のアートワークはFLUX.2などの画像生成モデルによるものだ。日常的なタスクでどこまで通用するかは、開発者が実際に触ってみるまで分からない。
中国の開発者にとっての実務上の影響3点
1点目は導入のハードルだ。総パラメータ280Bということは重みファイルのサイズが大きく、GPUメモリへの要求は依然として高い。一方で1回の推論で稼働するのは14Bだけなので、推論時の計算量はおおまかに中規模のDenseモデルに近い。本サイトで以前取り上げたMiniMax M3.1 Flashの稼働パラメータは23Bで、ERNIE 5.5 Flashはそれより少ない。Baiduが公開ページで繰り返し強調しているのも、「知能水準と推論効率の両立」とデコード速度である。
2点目は接続経路だ。APIはQianfanで提供されるため、中国企業は既存のBaidu AI Cloudのアカウントでそのまま呼び出せ、海外モデルで問題になる越境コンプライアンスを気にする必要がない。重みがオープンソース化されれば、自社のデータセンターに持ち込んで運用することもできる。ニーズの面では、データを域外に出さないことが必須条件の金融や行政の顧客にとって、後者の魅力が大きいだろう。
3点目はライセンスだ。Baiduがこれまで公開してきたERNIE 4.5シリーズはApache 2.0ライセンスでオープンソース化され、商用利用が認められていた。今回の5.5 Flashがどのライセンスを採用するのか、商用利用に追加条件があるのかは、公開ページに記載がなく、現時点では確認できない。
まだ分からないこと
Baiduは本文中で、他の中国製オープンソースモデルとの項目別比較を示していない。評価スコアは付録に集められており、横並びのランキングは第三者による評価を待つ必要がある。Previewと正式版の間にどれだけ差があるのか、正式版がいつ出るのかについても、公式の説明はない。
価格も空白のままだ。公開ページにあるのはQianfanとOpenRouterの入口だけで、100万トークンあたりの利用料金は記載されていない。100万トークンの長いコンテキストが実際の呼び出しで安定して使い切れるのか、超長文の入力に別料金が発生するのかも、開発者による実測と公式の課金説明が出るまで分からない。既存のモデルを置き換えようとしているチームにとっては、重みの公開後に確認できるローカル推論の性能のほうが、今回のデモ動画よりも参考になるかもしれない。
参考資料：Baidu ERNIE公式発表ページ、CocoLoop、ERNIE 4.5オープンソース説明。パラメータ規模、学習環境の数、オープンソース化の期限はBaiduの公式説明に基づく。