11月11日、百度（バイドゥ）は文心 ERNIE 5.5 Flash Preview を発表した。ERNIE 5.5 Flash シリーズで初めてすぐに使える後訓練版で、総パラメータ280B、推論時に活性化するのは14B、コンテキストウィンドウは100万トークン。11月5日に出た、文章を続けるだけの事前訓練チェックポイントではなく、コードを書いたりツールを呼んだりできる完成したモデルだ。
百度の公式ページで公表された自己評価スコアは、エージェントとコーディングの場面に集中している。Terminal-Bench 4.0が46.5、DeepSWE v1.1が71.2、AutomationBenchが61.9、オフィス場面のSpreadsheetBench V2が36.4だ。公式の強みはコーディング、3Dモデリング、知識労働、コンテンツ制作で、デモには一文から遊べる3Dゲームの生成、1枚の画像からの3Dモデル生成、WPS文書や表計算の処理、一文からの動画生成が含まれる。
入手方法としては、ERNIE 5.5 Flash Preview のAPIが百度の千帆プラットフォームで提供開始された。モデルの重みはまだ公開されておらず、百度はApache 2.0ライセンスでオープンソース化するとしているが、時期は未定だ。OpenRouterでの表示価格は入力100万トークン当たり0.28ドル、出力1.13ドル、キャッシュ読み取り0.028ドルで、千帆が独占的にホストし、EU域内ルーティングには現時点では対応していない。
まず Preview と Base を区別する
注意点は2つある。第一に、今回のベンチマーク成績はすべて百度の自己評価で、第三者機関による独立した検証はまだない。同類モデルと比較する際は割り引いて見るべきだ。第二に、PreviewとBaseは同じアーキテクチャの2つの状態だ。Baseは11月5日に公開された事前訓練チェックポイントで、自分で訓練を続けるためのもの。Previewは百度が訓練を終えた完成品で、現時点ではAPI経由でしか使えない。重みを直接デプロイしたい人は、オープンソース化を待つ必要がある。
