Ngày 5/11/2026, đội ngũ ERNIE của Baidu công bố ERNIE-5.5-Flash-Base — một model ngôn ngữ lớn với trọng số tải về được, tổng cộng 280 tỷ tham số. Đây là một trong những bản mở trọng số đáng chú ý nhất trong tuần, nhưng cần hiểu đúng bản chất của nó: đây là model phục vụ nghiên cứu huấn luyện, không phải một chatbot hoàn chỉnh để dùng ngay.
ERNIE 5.5 Flash Base có gì
Theo thông tin từ Baidu, ERNIE-5.5-Flash-Base là model text-only theo kiến trúc mixture-of-experts (MoE): tổng 280 tỷ tham số nhưng mỗi token chỉ kích hoạt 14 tỷ tham số. Cách thiết kế này giúp model vừa lớn vừa tiết kiệm chi phí tính toán khi chạy suy luận, vì không phải toàn bộ tham số đều hoạt động cùng lúc.
Model card của Baidu liệt kê 43 tầng, kích thước ẩn 4.096 và 64 attention head. Quá trình tiền huấn luyện dùng 33,5 nghìn tỷ token, bộ tối ưu Muon và độ chính xác hỗn hợp FP8. Trọng số được phát hành ở hai định dạng FP8 và BF16 safetensors, và có thể chạy suy luận qua SGLang và vLLM bằng completions API.
Điểm quan trọng nhất: checkpoint này dừng ở giai đoạn tiền huấn luyện, trước cả mid-training lẫn post-training. Nghĩa là model chưa được tinh chỉnh để trò chuyện, làm theo hướng dẫn hay từ chối nội dung độc hại như các chatbot thương mại. Baidu nói rõ sẽ phát hành bản post-trained của ERNIE 5.5 Flash sau bản base này.
Vì sao Baidu phát hành một model "chưa xong"
Phát hành checkpoint ở giai đoạn tiền huấn luyện là lựa chọn có chủ đích. Với giới nghiên cứu, một checkpoint cố định như vậy là điểm khởi đầu chung để thử nghiệm các phương pháp huấn luyện tiếp theo — domain adaptation, instruction tuning, học tăng cường — mà không cần lặp lại toàn bộ quá trình tiền huấn luyện tốn kém.
Nó cũng tạo ra một baseline cố định để so sánh các phương pháp huấn luyện một cách có kiểm soát. Baidu đã tự đánh giá ERNIE so với các checkpoint base đã công bố khác — DeepSeek-V4-Flash-Base, Hy3-preview-Base và MiMo-V2.5-Base — dùng cùng một bộ đánh giá, cùng prompt, cùng ví dụ few-shot và cùng một mô hình chấm điểm cho câu hỏi mở. Kết quả chi tiết nằm trong bảng benchmark của model card, có điểm ERNIE dẫn trước và có điểm ERNIE thua — và chính việc dùng chung một quy trình đánh giá mới làm phép so sánh này có ý nghĩa.
Đi kèm bản phát hành, Baidu còn công bố kho mã FlashMask, ghi lại các attention kernel cho GPU Hopper và Blackwell, trong đó cấu hình Blackwell hỗ trợ head dimension tới 576 cho query và key, 512 cho value. Đây là phần hạ tầng giúp các nhóm nghiên cứu tái tạo và tối ưu quá trình huấn luyện trên phần cứng hiện đại.
Điều kiện giấy phép cần lưu ý
Không giống các model mở trọng số theo giấy phép Apache 2.0 hay MIT, ERNIE 5.5 Flash Base đi kèm giấy phép riêng của Baidu — ERNIE 5.5 Flash Base Model License Agreement v1.0 — với điều kiện về lãnh thổ và thương mại. Đáng chú ý, lãnh thổ được phép loại trừ Liên minh châu Âu, Vương quốc Anh và Hàn Quốc; việc sử dụng, sửa đổi và phân phối ngoài lãnh thổ đó không được phép theo giấy phép này.
Đây là điểm các nhà phát triển và doanh nghiệp cần đọc kỹ trước khi tải về và tích hợp. Một model "mở trọng số" không đồng nghĩa với "dùng tự do không điều kiện", và giấy phép riêng của Baidu là ví dụ rõ ràng cho điều đó.
Đặt trong bối cảnh tuần AI đầu tháng 11
ERNIE 5.5 Flash Base ra mắt trong một tuần AI rất sôi động. Chỉ một ngày trước đó, Tencent đã công bố Hy4 — model 770 tỷ tham số với khả năng hiểu hình ảnh và điều khiển máy tính, nhưng trọng số mở vẫn chưa phát hành. Cũng trong ngày 5/11, OpenAI ra mắt GPT-6 Cyber, phiên bản chuyên về an ninh mạng của GPT-6 Astra, dành cho nhóm khách hàng Daybreak Red được phê duyệt.
Xu hướng chung đang rõ dần: các lab Trung Quốc như Baidu, Tencent, Moonshot AI liên tục mở trọng số các model lớn, trong khi các lab Mỹ giữ model mạnh nhất trong API có kiểm soát. Với cộng đồng mã nguồn mở, làn sóng mở trọng số này đồng nghĩa với nhiều lựa chọn hơn để tự triển khai và nghiên cứu — miễn là đọc kỹ giấy phép đi kèm.
Kết luận
ERNIE 5.5 Flash Base không phải model để bạn tải về rồi chat ngay, mà là một nền tảng nghiên cứu nghiêm túc: 280 tỷ tham số, checkpoint tiền huấn luyện cố định, kèm hạ tầng kernel và benchmark so sánh minh bạch. Nếu bạn là nhà nghiên cứu hay kỹ sư AI đang tìm điểm khởi đầu để thử nghiệm phương pháp huấn luyện, đây là một bản phát hành đáng xem. Còn nếu bạn chỉ cần một chatbot dùng ngay, hãy chờ bản post-trained mà Baidu hứa sẽ ra mắt sau.
