Le 11 novembre, Baidu a publié ERNIE 5.5 Flash Preview, première version post-entraînée et directement utilisable de la gamme ERNIE 5.5 Flash : 280 milliards de paramètres au total, dont seulement 14 milliards activés par jeton, et une fenêtre de contexte d’un million de jetons. Ce n’est plus le point de contrôle de pré-entraînement du 5 novembre, qui ne faisait que poursuivre du texte — c’est un modèle complet, capable d’écrire du code et d’appeler des outils.
Les scores auto-évalués publiés sur la page officielle de Baidu se concentrent sur les scénarios agentiques et de codage : 46,5 à Terminal-Bench 4.0, 71,2 à DeepSWE v1.1, 61,9 à AutomationBench et 36,4 à SpreadsheetBench V2 pour le travail de bureau. Baidu met en avant le codage, la modélisation 3D, le travail de connaissance et la création de contenu, avec des démonstrations comme la génération d’un jeu 3D jouable à partir d’une seule instruction, d’un modèle 3D à partir d’une seule image, le traitement de documents et de tableurs WPS, et la génération de vidéo à partir d’une seule instruction.
Côté accès, l’API d’ERNIE 5.5 Flash Preview est désormais disponible sur la plateforme Qianfan de Baidu ; les poids du modèle ne sont pas encore ouverts, Baidu indiquant qu’ils seront publiés sous licence Apache 2.0, sans préciser de date. OpenRouter l’affiche à 0,28 dollar par million de jetons en entrée et 1,13 dollar en sortie, avec des lectures de cache à 0,028 dollar, hébergé exclusivement par Qianfan et pour l’instant indisponible via le routage intra-UE.
D’abord, distinguer Preview et Base
Deux réserves s’imposent. Premièrement, tous ces résultats proviennent de l’auto-évaluation de Baidu, sans vérification indépendante par un tiers pour l’instant — il faut donc garder une marge de prudence en le comparant aux modèles concurrents. Deuxièmement, Preview et Base sont deux états d’une même architecture : Base est le point de contrôle de pré-entraînement publié le 5 novembre, destiné à ceux qui veulent poursuivre l’entraînement eux-mêmes, tandis que Preview est le produit fini, entraîné par Baidu, accessible pour l’instant uniquement via l’API. Ceux qui espèrent déployer directement les poids devront attendre la publication en open source.
