Baidu lanza ERNIE 5.5 Flash Preview: 280B de parámetros, 14B activos, 1M de contexto

Los laboratorios chinos siguen lanzando grandes modelos MoE con pesos abiertos, y Baidu añade una nueva variante a esta lista. La compañía ha anunciado ERNIE 5.5 Flash Preview, el primer modelo que ha pasado por posentrenamiento sobre la base ERNIE 5.5 Flash Base, lanzada anteriormente. Por ahora es una versión preliminar, pero las cifras del anuncio invitan a mirarlo con atención: el modelo es grande en tamaño y, aun así, rápido en funcionamiento.

Qué hay en el anuncio

Hasta ahora hay tres parámetros públicos. El primero es la arquitectura: 280B de parámetros en total y 14B activos. Es una Mixture-of-Experts: dentro del modelo hay muchos «expertos», y para cada token se activa solo una pequeña parte. El segundo es el contexto de 1 millón de tokens. El tercero es la velocidad: más de 200 tokens por segundo por usuario en la plataforma Baidu Qianfan. Y una promesa: los pesos se abrirán antes del 25 de noviembre.

Conviene entender la diferencia entre «total» y «activos». Imagine una gran biblioteca en la que, para cada pregunta, no abre todos los armarios, sino solo los dos o tres necesarios. Se almacena mucho conocimiento, pero hay que leer poco. Por eso el cómputo por token es aproximadamente el de un modelo de 14B, mientras que la capacidad de conocimiento es la de uno notablemente mayor.

Hay una salvedad importante: esto no ahorra memoria. Para ejecutar el modelo por su cuenta, tendrá que mantener en memoria los 280B de parámetros, aunque sea cuantizados. El ahorro afecta a la velocidad y al coste del cómputo, no al volumen de almacenamiento.

Qué significan «posentrenamiento» y «Preview»

Un modelo base es el resultado del preentrenamiento: continúa texto, pero sigue mal las instrucciones. El posentrenamiento (SFT, aprendizaje por refuerzo y etapas similares) lo convierte en un asistente que realiza tareas, mantiene el formato de respuesta y llama a herramientas. Esta etapa suele decidir si un modelo será útil en un producto. La palabra Preview significa que aún no existe la versión final y que el comportamiento puede cambiar.

Otro detalle: la publicación no incluye benchmarks. No hay comparaciones con Qwen, DeepSeek ni modelos de la clase GPT, ni resultados en programación o tareas agénticas. Por eso, las afirmaciones sobre la calidad por ahora no pueden confirmarse ni refutarse. Solo se conocen la arquitectura, la longitud del contexto y la velocidad.

Qué deben hacer desarrolladores y responsables de producto

Mientras no se publiquen los pesos, un plan razonable es el siguiente:

1. Si tiene acceso a Qianfan, pruebe el modelo con sus propias tareas, no con benchmarks públicos.
2. Compruebe el contexto largo en la práctica. Los 1M de tokens declarados no garantizan que el modelo encuentre datos igual de bien al principio, en medio y al final de un documento. Haga una prueba de «aguja en un pajar» con datos reales.
3. Espere a la licencia. Para uso comercial es importante saber si se permiten el ajuste fino y la reventa, y si hay restricciones por región o tamaño de empresa. El anuncio no dice una palabra al respecto.
4. Calcule el hardware. Incluso en 4 bits, 280B son unos 140 GB solo para los pesos, es decir, varias GPU de servidor y no una sola estación de trabajo.

Una velocidad de más de 200 tokens por segundo es importante para agentes e interfaces interactivas. Las cadenas de varios pasos con decenas de llamadas al modelo suman segundos de espera, y una inferencia rápida cambia literalmente la sensación del producto. Pero atención a la expresión «por usuario»: es la velocidad en la infraestructura en la nube de Baidu con una carga concreta; en su hardware las cifras serán distintas.

Conclusión

ERNIE 5.5 Flash Preview todavía no es un avance revolucionario, ya que no hay mediciones independientes, pero sí una señal fuerte: otro gran modelo MoE con contexto largo y la promesa de pesos abiertos. Para los equipos que eligen un modelo abierto para agentes o para trabajar con documentos grandes, es un candidato para la lista corta. Conviene tomar la decisión después del 25 de noviembre, cuando aparezcan los pesos, la licencia y las primeras pruebas de terceros.