公開されたのは、追加学習の土台にするためのベースモデルだ。43層のうち37層は、128トークンを1件に圧縮して注意を計算する。全トークンを個別に見る層は6層だけである。学習時の文脈は最大128Kまで伸ばし、公開後のファインチューニングと推論は100万トークンに対応する。
同規模の公開ベースモデルとの比較では、MMLU-Pro（5-shot）が78.4でDeepSeek-V4-Flash-Baseの69.2を上回り、HumanEval+は82.3、LiveCodeBenchは40.1だった。比較は事後学習前のチェックポイント同士で、チャットモデルの順位ではない。FullStackBenchは54.6で、同じ表のHy3-preview-Baseの56.7を下回る。
配布はHugging FaceのFP8とBF16で、モデルIDはbaidu/ERNIE-5.5-Flash-Base-BF16など。ライセンスはERNIE 5.5 Flash Base Model License Agreement v1.0で、Apache 2.0ではない。トークナイズ時は先頭のBOSが必要で、add_special_tokens=Trueが前提になる。
本番のエージェントを差し替える発表ではない。自前で事後学習やドメイン適応をするチーム向けの材料で、再配布や商用学習がライセンスに合うかを先に見る。