Baidu lança o ERNIE 5.5 Flash Preview: 280B de parâmetros, 14B ativos, 1M de contexto

Os laboratórios chineses continuam lançando grandes modelos MoE com pesos abertos, e a Baidu acrescenta uma nova variante a essa lista. A empresa anunciou o ERNIE 5.5 Flash Preview, o primeiro modelo a passar por pós-treinamento sobre a base ERNIE 5.5 Flash Base, lançada anteriormente. Por enquanto é uma prévia, mas os números do anúncio merecem atenção: o modelo é grande em tamanho e, ainda assim, rápido na operação.

O que há no anúncio

Até agora há três parâmetros públicos. O primeiro é a arquitetura: 280B de parâmetros no total e 14B ativos. É uma Mixture-of-Experts: dentro do modelo há muitos «especialistas», e para cada token apenas uma pequena parte deles é ligada. O segundo é o contexto de 1 milhão de tokens. O terceiro é a velocidade: mais de 200 tokens por segundo por usuário na plataforma Baidu Qianfan. E uma promessa: os pesos serão abertos até 25 de novembro.

É importante entender a diferença entre «total» e «ativos». Imagine uma grande biblioteca em que, para cada pergunta, você abre não todos os armários, mas apenas os dois ou três necessários. Muito conhecimento fica armazenado, mas pouco precisa ser lido. Por isso, o custo computacional por token é aproximadamente o de um modelo de 14B, enquanto a capacidade de conhecimento é a de um modelo bem maior.

Há uma ressalva importante: isso não economiza memória. Para executar o modelo por conta própria, você ainda terá de manter todos os 280B de parâmetros na memória, ainda que quantizados. A economia vale para a velocidade e o custo de computação, não para o volume de armazenamento.

O que significam «pós-treinamento» e «Preview»

Um modelo base é o resultado do pré-treinamento: ele continua o texto, mas segue mal as instruções. O pós-treinamento (SFT, aprendizado por reforço e etapas semelhantes) o transforma em um assistente que executa tarefas, mantém o formato da resposta e chama ferramentas. Normalmente é essa etapa que decide se o modelo será útil em um produto. A palavra Preview significa que ainda não há versão final e que o comportamento pode mudar.

Outro detalhe: a publicação não traz benchmarks. Não há comparações com Qwen, DeepSeek ou modelos da classe GPT, nem resultados em programação e tarefas agênticas. Por isso, as afirmações sobre qualidade por enquanto não podem ser confirmadas nem refutadas. Só se conhecem a arquitetura, o tamanho do contexto e a velocidade.

O que fazer como desenvolvedor e gerente de produto

Enquanto os pesos não são liberados, um plano sensato é este:

1. Se você tem acesso ao Qianfan, rode o modelo nas suas próprias tarefas, e não em benchmarks públicos.
2. Teste o contexto longo na prática. Os 1M de tokens declarados não garantem que o modelo encontre fatos igualmente bem no início, no meio e no fim de um documento. Faça um teste de «agulha no palheiro» com dados reais.
3. Aguarde a licença. Para uso comercial, é importante saber se o ajuste fino e a revenda são permitidos e se há restrições por região ou porte da empresa. O anúncio não diz uma palavra sobre isso.
4. Calcule o hardware. Mesmo em 4 bits, 280B são cerca de 140 GB só para os pesos, ou seja, várias GPUs de servidor, e não uma única estação de trabalho.

Uma velocidade de mais de 200 tokens por segundo é importante para agentes e interfaces interativas. Cadeias de vários passos com dezenas de chamadas ao modelo somam segundos de espera, e uma inferência rápida muda literalmente a sensação do produto. Mas atenção à expressão «por usuário»: é a velocidade na infraestrutura de nuvem da Baidu sob uma carga específica; no seu hardware, os números serão outros.

Conclusão

O ERNIE 5.5 Flash Preview ainda não é um avanço revolucionário, pois não há medições independentes, mas é um sinal forte: mais um grande modelo MoE com contexto longo e promessa de pesos abertos. Para equipes que escolhem um modelo aberto para agentes ou para trabalhar com documentos grandes, é um candidato à lista curta. A decisão deve ser tomada depois de 25 de novembro, quando surgirem os pesos, a licença e os primeiros testes de terceiros.