Las capturas muestran las páginas oficiales en la fecha indicada y pueden diferir de las de la publicación. Selecciona una imagen para ampliarla.
El 5 de noviembre de 2026, el gigante tecnológico chino Baidu (百度) publicó en Hugging Face los pesos (los datos que componen el modelo) de su modelo de IA "ERNIE-5.5-Flash-Base". Es el modelo tal como queda al terminar el preentrenamiento (el primer entrenamiento, en el que aprende el conocimiento del lenguaje a partir de enormes cantidades de texto), sin el ajuste necesario para responder preguntas o seguir instrucciones. Baidu explica que lo publica como una base sobre la que los desarrolladores pueden empezar a entrenarlo para su propio campo u objetivo sin asumir el coste de un preentrenamiento a gran escala.
Qué es un modelo base
Los asistentes de IA como ChatGPT se crean añadiendo, después del preentrenamiento, más fases de entrenamiento, como el ajuste para seguir instrucciones o el aprendizaje por refuerzo. ERNIE-5.5-Flash-Base es un modelo de la etapa anterior. Tal cual no sirve para conversar: funciona escribiendo la continuación de un texto.
Baidu señala estas ventajas de publicarlo en este formato:
- Los desarrolladores pueden elegir libremente cómo adaptarlo a un campo concreto, o cómo entrenarlo para el razonamiento o como agente
- Sirve como punto de partida común en investigaciones que comparan métodos de entrenamiento
La empresa afirma que más adelante publicará "ERNIE 5.5 Flash", la versión ajustada para seguir instrucciones.
Funcionamiento y tamaño
ERNIE-5.5-Flash-Base usa una arquitectura llamada "MoE", que elige y activa solo las piezas especializadas (expertos) necesarias de entre muchas pequeñas.
- Parámetros totales: 280.000 millones (14.000 millones activos por token)
- Datos de entrenamiento: 33,5 billones de tokens
- Cantidad de texto que puede manejar de una vez: hasta 128.000 tokens durante el entrenamiento, y 1 millón de tokens en el entrenamiento adicional y en el uso
- Formato de los pesos: dos versiones, FP8 y BF16
De sus 43 capas, 37 consultan el texto lejano comprimido a 1/128, y solo las 6 restantes examinan todo el texto en detalle. Así se reducen el cálculo y la memoria necesarios para manejar textos largos. En los datos de entrenamiento, la empresa dio prioridad al código para comprender repositorios de software completos y a la comprensión de textos largos.
Rendimiento
Baidu publicó los resultados de una comparación en las mismas condiciones con otros modelos base de tamaño similar cuyos pesos son públicos: DeepSeek-V4-Flash-Base, Hy3-preview-Base de Tencent y MiMo-V2.5-Base de Xiaomi. Todas son evaluaciones de la propia Baidu.
- MMLU-Pro, que mide conocimientos generales: 78,4 (DeepSeek 69,2; Tencent 66,9; Xiaomi 65,7)
- LiveCodeBench, de programación: 40,1 (respectivamente 31,9; 33,5; 32,4)
- GPQA, problemas de ciencias de nivel de posgrado: 60,2 (respectivamente 55,9; 50,2; 51,4)
Obtuvo la mejor puntuación de los cuatro modelos en muchas evaluaciones, aunque en algunos apartados, como el conocimiento del chino, los textos largos o parte de las pruebas de código y razonamiento, los modelos de DeepSeek, Tencent u otros quedaron por delante.
Licencia y regiones donde se puede usar
La licencia es la propia de Baidu, "ERNIE 5.5 Flash Base Model License Agreement v1.0". Sus principales condiciones son:
- Uso no comercial, como investigación, educación o pruebas personales: gratuito
- Uso comercial cuando los ingresos anuales de los productos o servicios relacionados no superan los 50 millones de dólares: gratuito, aunque hay que notificar una vez el uso a Baidu y mostrar la mención "Powered by ERNIE"
- Uso comercial cuando los ingresos anuales superan los 50 millones de dólares: requiere autorización por escrito de Baidu
- Prohibido usar este modelo o sus resultados para mejorar otros modelos de IA
Además, las regiones que autoriza la licencia son "todo el mundo excepto la UE, el Reino Unido y Corea del Sur". Japón está incluido, pero en la UE, el Reino Unido y Corea del Sur no se permite el uso bajo esta licencia, lo que significa que los lectores de España y del resto de la UE no pueden usarlo con ella.
El punto de vista de CoAI
Las grandes empresas chinas están publicando una tras otra no solo asistentes de IA terminados, sino también los pesos de los modelos base de la etapa anterior. Los rivales de esta comparación son también modelos base de DeepSeek, Tencent y Xiaomi, lo que muestra que entre las empresas chinas avanza una competencia por ofrecer la base para el entrenamiento adicional.
Por otro lado, un modelo base no sirve tal cual para chatear y exige conocimientos de entrenamiento adicional y equipos de cálculo. No está dirigido al público general, sino a empresas e investigadores que quieren crear sus propios modelos. A diferencia de licencias de código abierto habituales como Apache 2.0, impone condiciones como restricciones por región, un umbral de ingresos y la prohibición de usarlo para mejorar otros modelos, así que conviene leer el texto completo de la licencia antes de usarlo.