ERNIE-5.5-Flash-Preview API
ERNIE-5.5-Flash-Preview là mô hình ngôn ngữ do Baidu phát hành ngày 11 tháng 11 năm 2026, hỗ trợ ngữ cảnh lên tới 1 triệu token, xây dựng trên kiến trúc Mixture-of-Experts thưa với 280 tỷ tham số tổng và 14 tỷ tham số hoạt động mỗi token.
ERNIE-5.5-Flash-Preview là mô hình ngôn ngữ của Baidu, ra mắt ngày 11 tháng 11 năm 2026. Mô hình chỉ nhận đầu vào văn bản và trả đầu ra văn bản, hỗ trợ ngữ cảnh lên tới 1 triệu token. Đây là bản xem trước thuộc dòng ERNIE 5.5 Flash, được tối ưu toàn diện cho lập trình, tác nhân thông minh, công việc tri thức và nghiên cứu chuyên sâu.
Về kiến trúc, mô hình dựa trên Mixture-of-Experts thưa với 280 tỷ tham số tổng và 14 tỷ tham số hoạt động mỗi token, gồm 43 lớp Transformer với kích thước ẩn 4096 và 64 đầu chú ý. Mỗi khối MoE chứa 512 chuyên gia định tuyến, trong đó 10 chuyên gia được kích hoạt cùng lúc, cộng thêm 1 chuyên gia chia sẻ. Mô hình được tiền huấn luyện từ đầu trên 33,5 nghìn tỷ token bằng bộ tối ưu Muon và độ chính xác hỗn hợp FP8; độ dài ngữ cảnh tiền huấn luyện lên tới 128K token và kích thước từ vựng là 201.216 token. Trong số 43 lớp, 37 lớp dùng Heavily Compressed Attention và 6 lớp dùng Multi-head Latent Attention có indexer.
Mô hình phù hợp cho các tác vụ lập trình và phát triển, xây dựng tác nhân thông minh có sử dụng công cụ, công việc tri thức gồm nghiên cứu và phân tích, sáng tạo nội dung, nghiên cứu chuyên sâu trên tài liệu dài và các tác vụ nhiều bước phức tạp cần ngữ cảnh lớn. Mô hình có thể viết mã, sử dụng công cụ, lặp lại để xây dựng trò chơi, tạo mô hình 3D và tạo video.
Cập nhật:
ID MÔ HÌNH
ernie-5.5-flash-preview- Ngữ cảnh
- 1.024M
- Đầu ra tối đa
- 921.6K
- API đề xuất
- messages
- Đầu vào
- text
- Đầu ra
- text
Điểm nổi bật
- Ngữ cảnh lên tới 1 triệu token
- MoE thưa 280 tỷ tham số tổng
- 14 tỷ tham số hoạt động mỗi token
- Tối ưu cho lập trình và tác nhân
- Tiền huấn luyện trên 33,5 nghìn tỷ token
- Hỗ trợ tạo mã, mô hình 3D và video
Nhà cung cấp
So sánh giá API giữa các nhà cung cấp. Chọn một nhà cung cấp để xem toàn bộ chi phí và điều kiện.
| Tỷ lệ khả dụng | ||||
|---|---|---|---|---|
| $0.28 | $1.13 | $0.028 |
Thống kê lịch sử không phải kiểm tra trạng thái trực tiếp. Thiếu dữ liệu không có nghĩa là gián đoạn.
10 USD mua được gì
- Đầu vào
- 35,7 Tr token
- Đầu ra
- 8,8 Tr token
Ước tính theo giá đầu vào và đầu ra hiện tại, trước khi áp dụng giảm giá.
Suy luận
- Mức nỗ lực mặc định
- high
- Bật theo mặc định
- Có
- Luôn bật
- Có
- Các mức nỗ lực khả dụng
- high
Bắt đầu nhanh
Mã dùng ngay để gọi mô hình này bằng các API tương thích của Felo API Platform. Bắt đầu trong Playground khi bạn muốn thử prompt trước khi viết mã.
Thiết lập khóa API
Tạo khóa trong tài khoản Felo API Platform của bạn và đặt làm biến môi trường.
export FELO_API_KEY="YOUR_API_KEY"Gửi yêu cầu đầu tiên
Dùng ID mô hình này với endpoint Felo API Platform. Các header tùy chọn như X-Request-Id có thể giúp khắc phục sự cố.
ernie-5.5-flash-previewMô hình này có khả năng suy luận. Nếu giao thức và route mô hình bạn chọn có hỗ trợ điều khiển suy luận, hãy giữ nguyên siêu dữ liệu suy luận được trả về khi tiếp tục hội thoại.
const response = await fetch("https://openapi.felo.ai/api/v1/messages", {
method: 'POST',
headers: {
Authorization: `Bearer ${process.env.FELO_API_KEY}`,
'Content-Type': 'application/json',
},
body: JSON.stringify({
"model": "ernie-5.5-flash-preview",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
]
}),
});
if (!response.ok) throw new Error(await response.text());
console.log(await response.json());Dùng SDK bên thứ ba
Trong các SDK tương thích, đặt baseURL thành https://openapi.felo.ai/api/v1. Với các client kiểu Claude, dùng base URL tương thích Anthropic. https://openapi.felo.ai/api.
Bật streaming
Thêm stream: true để nhận phản hồi dưới dạng server-sent events.
curl -N https://openapi.felo.ai/api/v1/messages \
-H "Authorization: Bearer $FELO_API_KEY" \
-H "Content-Type: application/json" \
-d '{
"model": "ernie-5.5-flash-preview",
"max_tokens": 1024,
"messages": [
{
"role": "user",
"content": "Hello"
}
],
"stream": true
}'Endpoint
Felo API Platform cung cấp các giao diện gọi mô hình tương thích. Chọn giao diện mà ứng dụng hoặc client agent của bạn đã hỗ trợ.
Messages
Tin nhắn tương thích Anthropic cho client kiểu Claude.
POST
https://openapi.felo.ai/api/v1/messagesTham số
modelstringernie-5.5-flash-previewID mô hình công khai cần gọi.max_tokensinteger—Số token tối đa được tạo.messagesarray—Tin nhắn hội thoại cho Chat Completions.toolsarray—Định nghĩa tool calling theo schema tương thích.top_p———reasoning———temperaturenumber—Điều chỉnh độ đa dạng của phản hồi khi được hỗ trợ.tool_choicestring or object—Điều chỉnh việc có nên gọi một công cụ hay không.response_formatobject—Yêu cầu đầu ra có cấu trúc khi được hỗ trợ.reasoning_effort———include_reasoning———structured_outputs———Câu hỏi thường gặp
Tìm hiểu ERNIE-5.5-Flash-Preview?
ERNIE-5.5-Flash-Preview là mô hình ngôn ngữ của Baidu, ra mắt ngày 11 tháng 11 năm 2026. Mô hình chỉ nhận đầu vào văn bản và trả đầu ra văn bản, hỗ trợ ngữ cảnh lên tới 1 triệu token. Đây là bản xem trước thuộc dòng ERNIE 5.5 Flash, được tối ưu toàn diện cho lập trình, tác nhân thông minh, công việc tri thức và nghiên cứu chuyên sâu. Về kiến trúc, mô hình dựa trên Mixture-of-Experts thưa với 280 tỷ tham số tổng và 14 tỷ tham số hoạt động mỗi token, gồm 43 lớp Transformer với kích thước ẩn 4096 và 64 đầu chú ý. Mỗi khối MoE chứa 512 chuyên gia định tuyến, trong đó 10 chuyên gia được kích hoạt cùng lúc, cộng thêm 1 chuyên gia chia sẻ. Mô hình được tiền huấn luyện từ đầu trên 33,5 nghìn tỷ token bằng bộ tối ưu Muon và độ chính xác hỗn hợp FP8; độ dài ngữ cảnh tiền huấn luyện lên tới 128K token và kích thước từ vựng là 201.216 token. Trong số 43 lớp, 37 lớp dùng Heavily Compressed Attention và 6 lớp dùng Multi-head Latent Attention có indexer. Mô hình phù hợp cho các tác vụ lập trình và phát triển, xây dựng tác nhân thông minh có sử dụng công cụ, công việc tri thức gồm nghiên cứu và phân tích, sáng tạo nội dung, nghiên cứu chuyên sâu trên tài liệu dài và các tác vụ nhiều bước phức tạp cần ngữ cảnh lớn. Mô hình có thể viết mã, sử dụng công cụ, lặp lại để xây dựng trò chơi, tạo mô hình 3D và tạo video.
Cách tính phí sử dụng?
Hóa đơn của bạn phụ thuộc vào nhà cung cấp bạn dùng, giá của họ và mức sử dụng của bạn. Đầu vào dài hơn hoặc các điều kiện khác có thể có giá khác.
ERNIE-5.5-Flash-Preview hỗ trợ những loại đầu vào nào?
Mô hình chỉ nhận đầu vào văn bản và trả đầu ra văn bản.
Mô hình có ngữ cảnh dài bao nhiêu?
ERNIE-5.5-Flash-Preview hỗ trợ ngữ cảnh lên tới 1 triệu token, phù hợp cho tài liệu dài và tác vụ nhiều bước.
Mô hình phù hợp với những tác vụ nào?
Mô hình được tối ưu cho lập trình, tác nhân thông minh, công việc tri thức và nghiên cứu chuyên sâu. Nó cũng có thể viết mã, dùng công cụ, xây dựng trò chơi, tạo mô hình 3D và tạo video.
Kiến trúc của ERNIE-5.5-Flash-Preview có gì đáng chú ý?
Mô hình dùng kiến trúc Mixture-of-Experts thưa với 280 tỷ tham số tổng và 14 tỷ tham số hoạt động mỗi token. Mỗi khối MoE có 512 chuyên gia định tuyến, kích hoạt 10 chuyên gia cùng lúc và 1 chuyên gia chia sẻ.
ERNIE-5.5-Flash-Preview khác gì so với ERNIE-5.5-Flash-Base?
ERNIE-5.5-Flash-Preview là bản xem trước dành cho suy luận và triển khai, trong khi ERNIE-5.5-Flash-Base là mô hình nền tảng mã nguồn mở dùng để huấn luyện tiếp.