Китайская Baidu за одну неделю выкатила три релиза: открытую базовую модель 5 ноября, систему автоматического исследования ERNIE Evolve и через несколько дней ERNIE 5.5 Flash Preview. Последняя пишет код, а не картинки. Для визуальных авторов разница большая.

Что вышло. Модель: 280 млрд параметров, из них 14 млрд активны на каждый токен, контекст миллион токенов. API уже открыт на платформе Qianfan. Веса обещают под Apache 2.0 до 25 ноября. По официальной таблице Baidu модель первая в двух из восьми тестов. Вход стоит от 0,5 юаня за миллион токенов, но только в свободные часы и при скидке.

Источник: leiphone.com

Коротко

Источник: leiphone.com
  • Preview — промежуточная версия. Сама Baidu пишет, что обучение не закончено.
  • API работает уже сейчас: Qianfan и OpenRouter (ID baidu/ernie-5.5-flash-preview).
  • Веса обещают к 25 ноября, но 280 млрд параметров дома не запустишь.
  • Для креатора главное в том, что модель пишет код анимации, 3D-сцен и интерактива. Рейтинги здесь вторичны.

Что пишут сами китайские авторы и Baidu

Начну с официального текста, он честнее пресс-релиза. На странице Baidu сказано, что это промежуточный чекпоинт после пост-тренинга. Перевод с английского: обучение не завершено, часть способностей может отставать.

Источник: leiphone.com
«ERNIE 5.5 Flash Preview — промежуточный чекпоинт пост-тренинга… поскольку обучение не завершено, часть способностей может отставать». Официальная страница Baidu, перевод мой.

Контекст, почему Baidu так торопится, дают китайские редакции. Колумнист 字母AI в 钛媒体 напоминает: в феврале Вэньсинь 5.0 была 17-й в LMArena, а летом Ли Яньхун признал на звонке по отчёту:

«一路走来,过程中有尝试也有失误,但是我们要让文心具备竞争力的决心从未动摇。» Ли Яньхун, в переводе: «Путь был непростым, были и попытки, и промахи, но решимость сделать Вэньсинь конкурентоспособной не менялась». Цитата по 钛媒体.

Самое полезное для нас — наблюдение 雷峰网 AI科技评论 про игровой кейс «Юньсюй Син» (云岫行). Визуальные баги вроде повисших персонажей и сдвинутой камеры модель превращала в тесты. Аналитики 雷峰网 назвали это так:

«把视觉问题翻译成测试» — «переводить визуальные проблемы в тесты». По оценке 雷峰网 AI科技评论: это петля самопроверки, а не разовая генерация кода.

Цифры: два первых места из восьми

Baidu сравнивает модель с Claude Opus 5.5, GPT-6.1 Sol, Hy4 и DeepSeek V4.1 Flash. Цифры, помеченные звёздочкой, — самооценка вендоров, их надо читать с поправкой. Ниже таблица из официального набора, как её привёл разбор All Agent.

БенчмаркМодельСильнейший соперникРазница
Terminal-Bench 4.046,5Claude Opus 5.5 — 63,6*−17,1
DeepSWE v1.171,2DeepSeek V4.1 Flash 1017 — 77,0−5,8
AutomationBench61,9Claude Opus 5.5 — 58,0*+3,9
APEX-Agents 1.164,2Hy4 — 75,0*−10,8
DRACO84,9Hy4 — 90,7*−5,8
SpreadsheetBench V236,4Claude Opus 5.5 — 35,1*+1,3
OfficeQA Pro V267,9GPT-6.1 Sol — 70,0*−2,1
Agents’ Last Exam (CLI)29,0DeepSeek V4.1 Flash 1017 — 35,2*−6,2

Вывод простой: в агентных задачах модель не лидер, на Terminal-Bench 4.0 отставание 17,1 балла. Но два первых места — таблицы и офисные процессы. Если ваша работа про документы и данные, это как раз то, что стоит проверить.

Что реально проверяли: игра, мультфильм, сцена

  • Игра по большому промпту (ТЗ ниже): 雷峰网 отметил 7 минут 32 секунды и несколько раундов генерации до рабочей сборки.
  • Короткий интерактив: 钛媒体 назвал раздел «极速交付,拿捏审美» — «быстрая сдача и уверенный вкус».
  • 2D-мультфильм «Пеликан»: в официальном описании 117 секунд, в другом месте того же материала 116. Вся анимация — код на Pycairo.
  • Игровой проект «Юньсюй Син» на Unreal Engine 5.8: по заявлению Baidu, 11 часов работы с итерациями.
  • 8 жанров мини-игр (около сотни проектов): заявлено официально, независимо не проверено.

Скорость: откуда 200 токенов в секунду

Baidu заявляет больше 200 токенов в секунду на пользователя через Qianfan, это примерно 150 и больше иероглифов. Условия замера не опубликованы: ни железо, ни длина запроса, ни число параллельных запросов. Числа без условий — повод не верить на слово.

По официальному описанию скорость держится на трёх вещах:

  • Параметры. 280 млрд всего, но на каждый токен работает около 14 млрд, то есть около 5%. Всё знание лежит в «библиотеке», а читается из неё небольшая часть.
  • Внимание. Из 43 слоёв 37 сжимают историю по 128 токенов в одну запись. Глобальный обзор сохраняется, а память под длинный контекст тратится меньше. Шесть слоёв работают с историей по токенам.
  • Ускорение. Веса экспертов сжаты до 4 бит (FP4), а ECHO заставляет последний слой предсказывать сразу несколько токенов. Тот же слой служит черновиком для спекулятивного декодирования.

Цены в юанях: что платить и когда

Цены по официальному тексту, данные на 11 ноября 2026. Тарифы привязаны к часам пиковой и свободной нагрузки. По досье, это 8:00–22:00 и 22:00–8:00, но часовой пояс не указан, так что проверьте в кабинете Qianfan.

РежимВход, ¥ за 1 млн токеновВыход, ¥ за 1 млн токенов
Пиковые часы, без скидки28
Свободные часы, без скидки14
Свободные часы, со скидкой 50%0,52

Скидка 50% — лимитированная, по тексту «限时五折». В источнике расписан расчёт только для свободных часов, для пиковых со скидкой цифр нет.

В рубли. Курса в материалах нет, поэтому цифру в рублях я не назову. Формула: цена в юанях × курс юаня на день, когда вы платите. Условно, при курсе 12 ₽ за юань миллион входных токенов в свободные часы со скидкой выйдет в 6 ₽, миллион выходных — в 24 ₽. Курс возьмите свой.

Что это значит на практике. По тексту источника, миллион токенов — это примерно 600–800 тысяч иероглифов. Заполнить контекст в миллион токенов на входе, по скидочной цене, стоит меньше юаня. Для сценариев вроде «прочитай всю папку и напиши скрипт» это дёшево. Для цепочек, где модель крутит одну задачу сотни раз, считать придётся внимательно.

Веса 25 ноября: что реально можно сделать

  • Лицензия Apache 2.0: по тексту источников, использовать и модифицировать можно, в том числе коммерчески. Тонкости лицензии всё равно читайте сами.
  • Запуск через SGLang или vLLM, так заявляет Baidu.
  • Железо. Все 280 млрд параметров должны лежать в памяти, даже если активны 14. На домашней видеокарте такое не запустится. Это мой вывод из архитектуры, не цитата.
  • На Hugging Face на 11 ноября лежит только Base и его BF16-вариант, Preview там ещё нет.

Что это меняет для визуального креатора

Модель пишет код, который рисует кадр. В демо с велосипедным пеликаном каждый кадр вычерчен через Pycairo, потом пост-обработка через NumPy и Pillow. В кейсе с аэропортом модель пишет скрипты для Blender Python API, которые расставляют объекты, камеру и рендер. На входе текст, на выходе сцена, которую можно открыть и поправить руками.

Есть и другой пример, «Звёздная ночь». Фоны там делал отдельный генератор изображений, а модель уже поверх них кодом накладывала движущихся персонажей, падающие лепестки и рябь на воде. Музыка смонтирована по скрипту из 22 записей, а концепцию дал креатор с Bilibili @近步抱告_. Модель не назвала сама себя автором сцены. Это аккуратный и честный подход, который стоит повторить.

Что из этого можно применить уже сейчас:

  • Превиз и блокинг: камера, ритм и расстановка объектов описываются как код, а не тянутся мышкой.
  • Моушн-графика и титры: скрипт вместо таймлайна, когда нужна серия однотипных роликов.
  • Раскадровки и веб-прототипы с интерактивом для клиента.
  • Синхронизация с музыкой: метки по времени в скрипте, как в «Звёздной ночи».

Быстрее ли это ручной сборки на реальном заказе или только эффектнее в демо, покажет проба на вашей задаче.

Промт, которым тестировали игру

Ниже промт из китайского материала, которым пробовали игру. Текст дан дословно, на китайском. В источнике он обрывается на описании мира, поэтому полная версия, скорее всего, длиннее.

ПромтERNIE 5.5 Flash Preview:. В источнике текст обрывается, полная версия в материале не приведена.
你是一支由资深游戏制作人、游戏设计师、2D 美术总监、角色动画师、音乐设计师和游戏工程师组成的独立游戏团队。请开发一款受到《节奏天国》玩法理念启发的原创 2D 节奏游戏《砰砰退件局!》(PUNCH! RETURN!)

游戏的目标不是实现一个能按节拍出拳的程序 Demo,而是制作一段完整的、可交互的、充满生命力的卡通音乐喜剧。

整个场景必须像一个真实存在的荒诞卡通世界:不只有玩家和发货机器人,还有周围不断出现的小角色、各自独立的动作、对玩家成功或失败的反应、不断变化的环境、突如其来的乱入事件,以及最终所有角色共同参与的高潮演出。
Скопируйте и вставьте в нейросеть как есть.

Что тут работает: роли команды, требование живого мира вместо одной кнопки и реакции фоновых персонажей на успех и провал. Именно это 雷峰网 назвал самым трудным местом: состояния персонажей должны восстанавливаться после серии промахов, иначе сломается вся сцена. Как сказано в их разборе:

«一份文档、多个系统» — «один документ, много систем». По словам 雷峰网 AI科技评论, такие длинные задачи — одна из самых жёстких проверок на программирование.

Где подвох

  • Это preview и промежуточный чекпоинт. Baidu сама пишет, что части способностей может не хватать.
  • Цифры в таблице — самооценка вендоров, и даже между публикациями они расходятся.
  • Скорость 200 токенов в секунду без условий замера.
  • Веб-версия упоминается в китайском тексте, но в независимом досье не подтверждена.
  • Биография руководителя и цифры обучения (14 млн задач кода, 300 тыс. рабочих пространств и т. п.) — заявления Baidu, проверить их независимо пока нельзя.
  • Непонятно, где хранятся данные запросов и как работает доступ из России: в материалах этого нет.

Как проверить самому

  1. Зарегистрируйтесь на Qianfan или OpenRouter и найдите модель по ID из досье. Доступ из России проверьте сами.
  2. Возьмите свою задачу, а не промт из рекламы: скрипт анимации на 20–30 секунд или правку скрипта для Blender.
  3. Замерьте, сколько итераций ушло до рабочего результата и сколько токенов вы потратили, в юанях.
  4. Сравните с тем, что вы делаете сейчас, по времени и по деньгам.
  5. Клиентские материалы не отправляйте, пока не поймёте, где хранятся данные.

Вердикт: кому смотреть сейчас

Если вы делаете анимацию кодом, Blender-скрипты или интерактивные прототипы, тестировать стоит уже сейчас через API. Если вы генерируете картинки или видео, эта модель не заменит генератор. Её место в пайплайне рядом с ним: фон делает одна модель, движение и логику другая, как в «Звёздной ночи».

Источники

Introducing ERNIE 5.5 Flash Preview · ERNIE

实测百度文心5.5 Flash Preview:审美依然在线,编程全力争先-钛媒体官方网站

文心 5.5 Flash Preview:8 项基准只赢 2 项 — All Agent 百科

Baidu opens API access to ERNIE 5.5 Flash Preview · TechNode

Baidu Releases ERNIE 5.5 Flash Preview as ernie-5.5-flash-preview | DigIntoAI

Источникleiphone.com