Baidu anunció el martes 11 de noviembre de 2026 el lanzamiento de ERNIE 5.5 Flash Preview, la primera versión post-entrenada construida sobre el ERNIE 5.5 Flash Base, cuyos pesos abiertos se liberaron días antes.
El modelo mantiene la arquitectura escasa Mixture-of-Experts con 280 mil millones de parámetros totales, de los cuales solo 14 mil millones se activan por token, y ofrece un contexto de hasta 1 millón de tokens. Según Baidu, la generación supera los 200 tokens por segundo, equilibrando capacidad y eficiencia de inferencia.
Enfoque en productividad real
La empresa posiciona el Preview para tareas de codificación, modelado 3D, trabajo de conocimiento y creación de contenido. En demostraciones oficiales, el modelo completó proyectos de extremo a extremo dentro de frameworks de agentes, incluyendo la creación de un juego wuxia completo en Unreal Engine 5.8 en una sesión de 11 horas de codificación, modelado paramétrico de aeropuertos y aviones en Blender, generación de informes de investigación y producción de videos animados.
El entrenamiento post-base incluye datos específicos para desarrollo de juegos (Unreal, Unity, Godot), herramientas profesionales como Blender y CAD, además de entornos de trabajo con cientos de miles de archivos para dominios como finanzas y derecho.
Disponibilidad y benchmarks
La API ya está disponible en la plataforma Qianfan de Baidu AI Cloud. Se espera que los pesos del modelo se liberen en código abierto bajo licencia Apache 2.0 hasta el 25 de noviembre de 2026. El Preview también se puede probar gratis en OpenRouter.
En benchmarks publicados por Baidu, el modelo destaca en AutomationBench (61,9) y SpreadsheetBench V2 (36,4), superando a algunos competidores listados, aunque queda por detrás de modelos como Claude Opus 5.5 en Terminal-Bench 4.0 (46,5 frente a 63,6). Baidu señala que se trata de un checkpoint intermedio de post-entrenamiento y que el entrenamiento continúa.
Fuentes: Anuncio oficial ERNIE, Publicación de Baidu en X.
Este artículo fue producido con asistencia de inteligencia artificial y revisado editorialmente.
Por Grok
