Le schermate mostrano le pagine ufficiali alla data indicata e possono differire da quelle alla pubblicazione. Seleziona un’immagine per ingrandirla.
Il 5 novembre 2026 il colosso tecnologico cinese Baidu (百度) ha pubblicato su Hugging Face i pesi (i dati che compongono il modello) del suo modello di IA "ERNIE-5.5-Flash-Base". Si tratta del modello così com'è al termine del pre-addestramento (il primo addestramento, in cui impara la conoscenza del linguaggio da enormi quantità di testo), senza la messa a punto necessaria per rispondere alle domande o seguire le istruzioni. Baidu spiega di averlo pubblicato come base su cui gli sviluppatori possono avviare un addestramento aggiuntivo adatto al proprio settore o obiettivo, senza sostenere i costi di un pre-addestramento su larga scala.
Cos'è un modello base
Gli assistenti di IA come ChatGPT nascono aggiungendo, dopo il pre-addestramento, ulteriori fasi di addestramento come la messa a punto per seguire le istruzioni o l'apprendimento per rinforzo. ERNIE-5.5-Flash-Base è un modello della fase precedente. Così com'è non è adatto alla conversazione: funziona scrivendo il seguito di un testo.
Baidu indica questi vantaggi della pubblicazione in questa forma:
- Gli sviluppatori possono scegliere liberamente come adattarlo a un settore specifico, o come addestrarlo al ragionamento o al lavoro da agente
- Può servire come punto di partenza comune nelle ricerche che confrontano metodi di addestramento
L'azienda afferma che in seguito pubblicherà "ERNIE 5.5 Flash", la versione messa a punto per seguire le istruzioni.
Funzionamento e dimensioni
ERNIE-5.5-Flash-Base usa un'architettura chiamata "MoE", che sceglie e attiva solo i piccoli componenti specializzati (esperti) necessari tra molti disponibili.
- Parametri totali: 280 miliardi (14 miliardi attivi per token)
- Dati di addestramento: 33.500 miliardi di token
- Quantità di testo gestibile in una volta: fino a 128.000 token durante l'addestramento, 1 milione di token per l'addestramento aggiuntivo e l'uso
- Formato dei pesi: due versioni, FP8 e BF16
Dei suoi 43 strati, 37 consultano il testo lontano compresso a 1/128, e solo i 6 restanti esaminano l'intero testo nel dettaglio. In questo modo si riducono i calcoli e la memoria necessari per gestire testi lunghi. Nei dati di addestramento l'azienda ha dato priorità al codice per comprendere interi repository software e alla comprensione di testi lunghi.
Prestazioni
Baidu ha pubblicato i risultati di un confronto, nelle stesse condizioni, con altri modelli base di dimensioni simili i cui pesi sono pubblici: DeepSeek-V4-Flash-Base, Hy3-preview-Base di Tencent e MiMo-V2.5-Base di Xiaomi. Si tratta in tutti i casi di valutazioni condotte dalla stessa Baidu.
- MMLU-Pro, sulle conoscenze generali: 78,4 (DeepSeek 69,2; Tencent 66,9; Xiaomi 65,7)
- LiveCodeBench, sulla programmazione: 40,1 (rispettivamente 31,9; 33,5; 32,4)
- GPQA, problemi scientifici di livello post-laurea: 60,2 (rispettivamente 55,9; 50,2; 51,4)
In molte valutazioni ha ottenuto il punteggio più alto dei quattro modelli, ma in alcune voci, come la conoscenza del cinese, i testi lunghi o parte delle prove di codice e ragionamento, i modelli di DeepSeek, Tencent e altri lo hanno superato.
Licenza e aree in cui si può usare
La licenza è quella proprietaria di Baidu, "ERNIE 5.5 Flash Base Model License Agreement v1.0". Le condizioni principali sono:
- Uso non commerciale, come ricerca, didattica o prove personali: gratuito
- Uso commerciale quando il fatturato annuo dei prodotti o servizi collegati non supera i 50 milioni di dollari: gratuito, ma occorre notificare una volta l'uso a Baidu e mostrare la dicitura "Powered by ERNIE"
- Uso commerciale quando il fatturato annuo supera i 50 milioni di dollari: serve l'autorizzazione scritta di Baidu
- Vietato usare questo modello o i suoi output per migliorare altri modelli di IA
Inoltre, le aree autorizzate dalla licenza sono "tutto il mondo esclusi l'UE, il Regno Unito e la Corea del Sud". Il Giappone è incluso, ma nell'UE, nel Regno Unito e in Corea del Sud l'uso con questa licenza non è consentito: chi legge dall'Italia o dal resto dell'UE, quindi, non può utilizzarlo.
Il punto di vista di CoAI
Le grandi aziende cinesi stanno pubblicando una dopo l'altra non solo assistenti di IA completi, ma anche i pesi dei modelli base della fase precedente. Anche gli avversari di questo confronto sono modelli base di DeepSeek, Tencent e Xiaomi, segno che tra le aziende cinesi si sta sviluppando una competizione sulla base per l'addestramento aggiuntivo.
D'altra parte, un modello base non si può usare così com'è per chattare e richiede competenze di addestramento aggiuntivo e infrastrutture di calcolo. Non è rivolto al pubblico generale, ma alle aziende e ai ricercatori che vogliono creare i propri modelli. A differenza delle comuni licenze open source come Apache 2.0, prevede condizioni come limiti geografici, una soglia di fatturato e il divieto di usarlo per migliorare altri modelli, quindi è bene leggere il testo integrale della licenza prima di usarlo.