土台のモデルに追加学習、千帆とOpenRouterで提供

中国の百度(Baidu)は11月11日、AIモデル「ERNIE 5.5 Flash Preview」を発表した。5日に重みを公開した「ERNIE-5.5-Flash-Base」を土台に、指示に従わせる追加の学習(事後学習)をした初めての版だ。APIは自社のクラウドの「千帆(Qianfan)」で提供を始め、重みは近くApache 2.0ライセンスで公開するとしている。

複数のAIモデルを1つのAPIで使える米OpenRouterにも、10日(日本時間11日)に掲載された。配信は百度の千帆が担い、OpenRouterで使えるのは料金のかからない無料版だ。百度の発表ページも、このOpenRouterの無料版へのリンクを載せている。

新しいモデルの掲載を自動で検知して投稿するXのアカウント@aitrackerbotが、10日(日本時間11日)に掲載を伝えた。百度の公式Xでの告知は確認できていない。

構成は5日の土台のモデルと同じだ。多数の専門家の部品から一部だけを使う「混合専門家(MoE)」型で、総パラメーターは2800億、1トークンの処理に使うのは140億。一度に扱える文脈は100万トークンで、扱うのは文章だけだ。

無料版は推論と道具の呼び出しに対応、有料版の料金は未掲載

OpenRouterの無料版は、一度に読める長さが102万4000トークン、1回の出力は最大92万1600トークン。対応するパラメーターには、推論の深さの指定(reasoning_effort)、外部の道具やプログラムの呼び出し(tools)、決まった形式での回答(structured_outputs)が並ぶ。

OpenRouterには料金のかかる有料版の項目もあるが、11日時点で提供事業者の登録はなく、料金も示されていない。千帆での料金は、確認できていない。

自社比較で首位は8項目中2項目

百度は、AIが自分で作業を進める能力や事務作業などを測る8項目で、米Anthropicの「Claude Opus 5.5」、米OpenAIの「GPT-6.1 Sol」、中国Tencentの「Hy4」、DeepSeekの「V4.1 Flash 1017」、中国Zhipuの「GLM-5.3」など6モデルと比べた。百度が11日に示した結果では、ERNIE 5.5 Flash Previewが首位だったのは2項目だった。業務の自動化を測るAutomationBenchは61.9で、2位のClaude Opus 5.5の58.0を上回った。表計算の作業を測るSpreadsheetBench V2も36.4で、Claude Opus 5.5の35.1を上回った。

図に満点の記載はない。他社の数字の多くには、自ら評価した点数であることを示す印が付いている。第三者による同じ条件の評価は、確認した範囲では出ていない。

百度が発表した8項目のベンチマーク結果。ERNIE 5.5 Flash Preview、Claude Opus 5.5、GPT-6.1 Sol、Hy4、DeepSeek V4.1 Flash 1017、GLM-5.3、GLM-5.3-Flashの7モデルを項目別に比べた図
百度が発表した8項目のベンチマーク結果。ERNIE 5.5 Flash Preview、Claude Opus 5.5、GPT-6.1 Sol、Hy4、DeepSeek V4.1 Flash 1017、GLM-5.3、GLM-5.3-Flashの7モデルを項目別に比べた図(出典:百度:ERNIE 5.5 Flash Preview(11月11日))
AutomationBenchの点数。百度が発表した自社比較の数字で、ERNIE 5.5 Flash Preview以外の6モデルには、百度の図で自ら評価した点数を示す印が付いているAutomationBench
61.9
BaiduERNIE 5.5 Flash Preview
58.0
AnthropicClaude Opus 5.5
57.2
DeepSeekDeepSeek V4.1 Flash 1017
55.2
TencentHy4
50.7
ZhipuGLM-5.3
49.3
OpenAIGPT-6.1 Sol
48.7
ZhipuGLM-5.3-Flash

端末操作の評価はClaude Opus 5.5に17.1ポイント及ばず

残る6項目では他社のモデルが上回った。コマンド入力でコンピューターを操作する力を測るTerminal-Bench 4.0は46.5で、Claude Opus 5.5の63.6、GPT-6.1 Solの56.1に届かなかった。ソフトの不具合修正を測るDeepSWE v1.1は71.2で、首位のDeepSeek V4.1 Flash 1017の77.0を下回り、7モデル中5位だった。専門職の作業を測るAPEX-Agents 1.1も64.2で、Hy4の75.0、Claude Opus 5.5の72.9に及ばなかった。

百度は、今回の版を事後学習の途中の段階のものと説明している。同規模のモデルと競える水準にあるとする一方、学習が終わっていないため一部の能力が足りない可能性があると説明した。

Terminal-Bench 4.0の点数。百度が発表した自社比較の数字で、Claude Opus 5.5、Hy4、DeepSeek V4.1 Flash 1017、GLM-5.3、GLM-5.3-Flashには、百度の図で自ら評価した点数を示す印が付いているTerminal-Bench 4.0
46.5
BaiduERNIE 5.5 Flash Preview
63.6
AnthropicClaude Opus 5.5
56.1
OpenAIGPT-6.1 Sol
42.4
TencentHy4
40.9
DeepSeekDeepSeek V4.1 Flash 1017
38.8
ZhipuGLM-5.3
37.9
ZhipuGLM-5.3-Flash

重みはApache 2.0で公開へ、土台のモデルより条件が緩く

百度は、ERNIE 5.5 Flash Previewの重みを近くApache 2.0ライセンスで公開するとしている。時期は示していない。

5日に公開した土台のモデルは百度の独自のライセンスで、EU、英国、韓国では使えず、関連する製品の年間売上高が5000万ドルを超える商用利用には百度の書面の許可が要る。Apache 2.0は、地域や売上高による制限を設けていない。発表どおりになれば、対話向けの版は土台のモデルより広い条件で使える形になる。

百度は用例として、ゲームエンジン「Unreal Engine 5.8」で動くゲームを1回の11時間の作業でC++で書き上げた例や、3D制作ソフト「Blender」での建物の制作、表計算や資料の作成を挙げた。

同じ日に別のモデル「ERNIE-Light-DT-1.0」も掲載

OpenRouterには同じ10日(日本時間11日)、百度の「ERNIE-Light-DT-1.0」も掲載された。料金は100万トークンあたり入力1.13ドル、出力3.94ドルで、一度読み込んだ入力を使い回す場合は0.113ドル。一度に読める長さは102万4000トークン、1回の出力は最大13万1072トークンだ。

OpenRouterの説明では、公開されているGLMのモデルを土台に、百度の検索部門のモデルの研究成果を取り入れた。百度独自の、計算を一部に絞る注意の仕組み「Baidu Sparse Attention」を使うとしている。百度の発表ページには、このモデルの記載はない。

百度は12日に北京で年次イベント「Baidu World 2026」を開き、16日の米国市場の開く前に7〜9月期決算を発表する。ERNIE 5.5 Flashの正式版と重みの公開の時期が示されるかが焦点になる。