ERNIE 5.5 Flash Base और Kimi K3.1 Pro वेट्स: लाइसेंस

Baidu का ERNIE 5.5 Flash Base एक प्री-ट्रेन्ड बेस मॉडल है और Moonshot का Kimi K3.1 Pro एक पोस्ट-ट्रेन्ड मल्टीमॉडल मॉडल है। दोनों अपने वेट्स कस्टम लाइसेंस के तहत प्रकाशित करते हैं, और Baidu का लाइसेंस EU, UK और दक्षिण कोरिया को बाहर रखता है।

अलग-अलग उद्देश्यों वाली दो रिलीज़

Baidu के रिलीज़ ब्लॉग के अनुसार Baidu ने 5 नवंबर 2026 को ERNIE 5.5 Flash Base प्रकाशित किया, जो केवल टेक्स्ट वाला मिक्सचर-ऑफ़-एक्सपर्ट्स (MoE) मॉडल है और जिसमें कुल 280 बिलियन पैरामीटर हैं। वेट्स एक FP8 रिपॉज़िटरी और एक अलग BF16 रिपॉज़िटरी में उपलब्ध हैं। Moonshot AI ने लॉन्च के समय Kimi K3.1 Pro को अपने प्रोडक्ट्स और API पर उपलब्ध कराया और अपने लॉन्च ब्लॉग में कहा कि पूरे वेट्स 4 नवंबर 2026 तक आ जाएँगे। अब वे Kimi K3.1 Pro मॉडल कार्ड पर हैं, जो टेक्स्ट और इमेज वाला MoE मॉडल है और जिसमें कुल 2.8 ट्रिलियन पैरामीटर हैं।

कोई भी व्यक्ति बिना एक्सेस अनुरोध के दोनों में से किसी भी वेट्स सेट को डाउनलोड कर सकता है, और हर एक का अपना लाइसेंस है। सबसे बड़ा अंतर यहीं है: ERNIE का लाइसेंस अधिकार केवल यूरोपीय संघ, यूनाइटेड किंगडम और दक्षिण कोरिया के बाहर देता है, जबकि Kimi की फ़ाइल कोई भौगोलिक सीमा नहीं बताती। उद्देश्य भी अलग हैं, क्योंकि एक ट्रेनिंग का शुरुआती बिंदु है और दूसरा एक तैयार मॉडल है।

विनिर्देश	ERNIE 5.5 Flash Base	Kimi K3.1 Pro
डेवलपर	Baidu	Moonshot AI
आर्किटेक्चर	MoE	MoE
कुल पैरामीटर	280B	2.8T
प्रति टोकन सक्रिय पैरामीटर	14B	104B
मोडैलिटी	टेक्स्ट	टेक्स्ट और इमेज
कॉन्टेक्स्ट लंबाई	फ़ाइन-ट्यूनिंग और इन्फ़रेंस में 1,048,576 टोकन, ट्रेनिंग अधिकतम 128K तक	1,048,576 टोकन
चेकपॉइंट चरण	प्री-ट्रेनिंग का अंत	पोस्ट-ट्रेन्ड
वेट्स का आकार	लगभग 288 GB (FP8) या 573 GB (BF16), दो रिपॉज़िटरी में	लगभग 1.56 TB (MXFP4), एक रिपॉज़िटरी में
लाइसेंस	कस्टम समझौता, EU, UK और दक्षिण कोरिया को बाहर रखता है	कस्टम लाइसेंस, फ़ाइल में कोई भौगोलिक सीमा नहीं

स्रोत: पैरामीटर, मोडैलिटी, कॉन्टेक्स्ट और ट्रेनिंग चरण के लिए ERNIE मॉडल कार्ड और Kimi मॉडल कार्ड। आकार वे safetensors योग हैं जो Hugging Face FP8, BF16 और Kimi रिपॉज़िटरी के लिए दिखाता है, जिन्हें 12 नवंबर 2026 को पढ़ा गया। लाइसेंसों की चर्चा नीचे है।

ERNIE 5.5 Flash Base

Baidu का कहना है कि मॉडल को शुरू से 33.5 ट्रिलियन टोकन पर प्री-ट्रेन किया गया, ट्रेनिंग कॉन्टेक्स्ट अधिकतम 128K तक था, और फ़ाइन-ट्यूनिंग तथा इन्फ़रेंस 1M टोकन सपोर्ट करते हैं (Baidu का ब्लॉग)। मॉडल कार्ड फ़ाइन-ट्यूनिंग और इन्फ़रेंस के लिए 1,048,576 टोकन का आँकड़ा बताता है।

मॉडल कार्ड वेट्स को “प्री-ट्रेनिंग के अंत में, किसी भी मिड- या पोस्ट-ट्रेनिंग से पहले” का चेकपॉइंट बताता है। इसे मिड-ट्रेनिंग और पोस्ट-ट्रेनिंग से पहले प्रकाशित किया गया, इसलिए यह डोमेन अनुकूलन, इंस्ट्रक्शन ट्यूनिंग और रीइन्फ़ोर्समेंट-लर्निंग रिसर्च का शुरुआती बिंदु है, कोई तैयार बातचीत करने वाला एजेंट नहीं। Baidu की vLLM-ERNIE गाइड बेस मॉडल को कम्प्लीशन मॉडल के रूप में सूचीबद्ध करती है, और चैट, रीज़निंग और टूल-कॉलिंग वाले ERNIE-5.5-Flash को “Coming soon” के रूप में दिखाती है। Baidu 14B सक्रिय पैरामीटर एम्बेडिंग लुकअप के बिना गिनता है, और उसके कुल योग में ECHO लेयर के 0.36B पैरामीटर शामिल नहीं हैं, यह मॉडल कार्ड पर दिया एक नोट है।

Kimi K3.1 Pro

Moonshot का कहना है कि Kimi K3.1 Pro को Kimi K3 से सैकड़ों डाउनस्ट्रीम डोमेन में बड़े पैमाने के संयुक्त रीइन्फ़ोर्समेंट लर्निंग के साथ पोस्ट-ट्रेन किया गया, और यह कोडिंग, 3D निर्माण, वित्तीय रिसर्च और तथ्यात्मक सटीकता में सुधार लाता है (मॉडल कार्ड)। कार्ड MXFP8 एक्टिवेशन के साथ MXFP4 वेट्स सूचीबद्ध करता है, जिन्हें क्वांटाइज़ेशन-अवेयर ट्रेनिंग से ट्रेन किया गया। यह सर्विंग के लिए vLLM, SGLang और TokenSpeed का नाम लेता है, और टेक्स्ट तथा इमेज इनपुट सूचीबद्ध करता है।

Moonshot का ब्लॉग कहता है कि उसने Kimi K3.1 Pro Highspeed भी जारी किया, जिसके बारे में वह बताता है कि यह K3.1 Pro की तुलना में दो से तीन गुना गति देता है। ब्लॉग एक सुरक्षा कदम का भी वर्णन करता है: Moonshot का कहना है कि ओपन-वेट रिलीज़ के लिए उसने मिड-ट्रेनिंग से और अपने रीइन्फ़ोर्समेंट-लर्निंग वातावरणों से साइबर से जुड़ा डेटा पहचानकर हटा दिया। अपने आंतरिक xdev-bench-hard पर Moonshot रिपोर्ट करता है कि अंतिम मॉडल pass@3 पर 81.0% समस्याएँ हल करता है, जबकि इन उपायों के बिना एक चेकपॉइंट 90.5% हल करता है। यह Moonshot का अपना बेंचमार्क और अपना माप है।

लाइसेंस की शर्तें

दोनों रिपॉज़िटरी पर Hugging Face का लाइसेंस लेबल “other” है, जो एक कस्टम पाठ को दर्शाता है। TechiesJournal इनमें से किसी को भी ओपन सोर्स नहीं कहता। यह खंड 12 नवंबर 2026 को पढ़ी गई फ़ाइलों का सारांश है। यह कानूनी सलाह नहीं है। पाठकों को अपनी स्थिति के लिए लाइसेंस खुद पढ़ना चाहिए, और जहाँ क्षेत्र, राजस्व या सेवा से जुड़ी शर्तें लागू हो सकती हैं वहाँ कानूनी सलाहकार से पूछना चाहिए।

हर लाइसेंस कहाँ उपयोग की अनुमति देता है

ERNIE 5.5 Flash Base Model License Agreement अपने Territory (क्षेत्र) को यूरोपीय संघ, यूनाइटेड किंगडम और दक्षिण कोरिया को छोड़कर बाकी दुनिया के रूप में परिभाषित करता है (धारा 1.11)। समझौता Baidu के अधिकार “केवल Territory के भीतर” देता है (धारा 2)। धारा 5.3 कहती है कि वेट्स, डेरिवेटिव मॉडल और उनके आउटपुट का उसके बाहर उपयोग, पुनरुत्पादन, संशोधन, वितरण या प्रदर्शन नहीं किया जाना चाहिए, और Exhibit A में स्वीकार्य उपयोग नीति अपने पहले बिंदु के रूप में यही बात दोहराती है। Baidu के लाइसेंस के तहत यूरोपीय संघ, यूनाइटेड किंगडम या दक्षिण कोरिया के भीतर उपयोग दिए गए अधिकारों से बाहर है। वहाँ के किसी भी व्यक्ति को समझौता पढ़ना चाहिए और कानूनी सलाह लेनी चाहिए। समझौता हांगकांग के कानून से शासित है, और इसके लिए हांगकांग की अदालतें तय हैं (धाराएँ 9.1 और 9.2)।

Kimi K3.1-Pro License में कोई भौगोलिक प्रतिबंध नहीं है। यह अपेक्षा करता है कि उपयोग लागू कानूनों और नियमों का पालन करे (धारा 1)।

व्यावसायिक उपयोग और अन्य शर्तें

शर्त	ERNIE 5.5 Flash Base	Kimi K3.1 Pro
गैर-व्यावसायिक उपयोग	मॉडल लाइसेंस शुल्क से मुक्त (धारा 4.1)	निःशुल्क, धारा 1 से 4 की शर्तों के अधीन
व्यावसायिक उपयोग	संबंधित प्रोडक्ट्स या सेवाओं से वार्षिक राजस्व US$50 मिलियन तक होने पर मॉडल लाइसेंस शुल्क से मुक्त, Baidu को एक बार उपयोग की सूचना देकर (धाराएँ 3.2, 4.2)	सामान्य रूप से कोई शुल्क नहीं। किसी भी 12 महीनों में US$20 मिलियन से अधिक राजस्व वाले Model as a Service व्यवसाय को Moonshot के साथ अलग समझौता चाहिए (धारा 2)
सीमा से ऊपर	Baidu से अलग पूर्व लिखित अनुमति, और उसके बिना व्यावसायिक उपयोग रोकना होगा (धारा 4.3)	100 मिलियन से अधिक मासिक सक्रिय उपयोगकर्ताओं या US$20 मिलियन मासिक राजस्व वाले प्रोडक्ट्स के इंटरफ़ेस में “Kimi K3.1-Pro” का श्रेय (धारा 3)
श्रेय	किसी भी व्यावसायिक प्रोडक्ट या सेवा पर “Powered by ERNIE” (धारा 3.2)	सभी प्रतियों में कॉपीराइट और अनुमति सूचना बनाए रखें (धारा 1)
आउटपुट का उपयोग	आउटपुट का उपयोग किसी अन्य AI मॉडल को बेहतर बनाने के लिए नहीं किया जा सकता, और डिस्टिलेशन को डेरिवेटिव मॉडल माना जाता है (धाराएँ 5.5, 1.5)	फ़ाइल आउटपुट या डिस्टिलेशन पर कोई प्रतिबंध नहीं बताती
छूट	Territory की सीमा हर उपयोग पर लागू होती है (धाराएँ 2, 5.3)	आंतरिक उपयोग, और Moonshot के आधिकारिक प्रोडक्ट्स या प्रमाणित इन्फ़रेंस पार्टनर्स के ज़रिए उपयोग, धारा 2 और 3 के दायरे से बाहर हैं (धारा 4)
अन्य सीमाएँ	स्वीकार्य उपयोग नीति, क्षतिपूर्ति और पेटेंट मुकदमा करने पर समाप्ति (धाराएँ 6.6, Exhibit A)	वारंटी अस्वीकरण (धारा 5)

स्रोत: ERNIE लाइसेंस फ़ाइल और Kimi लाइसेंस फ़ाइल, 12 नवंबर 2026 को पढ़ी गईं।

ERNIE के पाठ के दो विवरण योजना बनाने के लिए अहम हैं। राजस्व में पूरा संबंधित प्रोडक्ट गिना जाता है, सिर्फ़ ERNIE से जुड़ा हिस्सा नहीं, और इसमें साझा नियंत्रण वाली हर इकाई जोड़ी जाती है (धारा 1.7)। समझौते की धारा 4.5 के अनुसार Baidu उस ऑपरेटर से अनुपालन विवरण भी माँग सकता है जिसका राजस्व US$50 मिलियन या उससे अधिक है। Exhibit A, जिसे समझौता 6 नवंबर 2026 को अंतिम बार संशोधित बताता है, अन्य बातों के साथ सैन्य उपयोग, स्वास्थ्य सेवा, क्रेडिट और रोज़गार जैसे क्षेत्रों में उच्च जोखिम वाले स्वचालित निर्णय, और जनरेट की गई सामग्री को मशीन द्वारा जनरेट होने की स्पष्ट पहचान के बिना प्रकाशित करना प्रतिबंधित करता है। Kimi के लिए “Model as a Service” का अर्थ है किसी तीसरे पक्ष को इन्फ़रेंस या फ़ाइन-ट्यूनिंग की पहुँच देना, उदाहरण के लिए किसी API के ज़रिए, जिसमें इनपुट, पैरामीटर या ट्रेनिंग डेटा पर सार्थक नियंत्रण हो। प्रकाशन के बाद शर्तें बदल सकती हैं, इसलिए उन पर भरोसा करने से पहले फ़ाइलें दोबारा जाँच लें। TechiesJournal का पिछला लेख DeepSeek, GLM और Kimi के ओपन-वेट मॉडल बताता है कि इस तरह के कस्टम लाइसेंस के बारे में कैसे सोचें।

सबूत क्या दिखाते हैं

प्रदर्शन के लगभग सारे सबूत दोनों वेंडरों से आते हैं। तालिका अलग करके दिखाती है कि किसने क्या मापा।

स्रोत	क्या मापा गया	नतीजा
Moonshot, मॉडल कार्ड में	Terminal-Bench 4.0, Kimi को Claude Code हार्नेस के साथ चलाया गया	Kimi K3.1 Pro 65.7, Claude Opus 5.5 66.4, GPT-6 Astra 58.2
Vals AI	Terminal-Bench 4.0	Kimi K3.1 Pro 63.64%, 63 मॉडलों में चौथा
Vals AI	Vals Index, वित्त, कोडिंग, कानूनी और टैक्स टास्क	Kimi K3.1 Pro 62.52%, रैंक 10। Kimi K3 52.95%, रैंक 28
Baidu, मॉडल कार्ड में	तीन अन्य बेस मॉडलों के मुकाबले 30 फ़्यू-शॉट बेंचमार्क पंक्तियाँ	Baidu ERNIE को 24 पंक्तियों में सबसे अच्छा और 6 में किसी प्रतिद्वंद्वी को सबसे अच्छा दिखाता है

स्रोत: Kimi मॉडल कार्ड, Vals AI का Kimi K3.1 Pro पेज, Vals Index लीडरबोर्ड, जो 9 नवंबर 2026 को अपडेट हुआ, और ERNIE मॉडल कार्ड।

Kimi के लिए Vals AI ही वह एक स्वतंत्र माप है जो मिला। उसका Vals Index Kimi K3.1 Pro को 62.52% देता है, जबकि Kimi K3 को 52.95%, यानी हमारी गणना के अनुसार 9.57 अंकों की बढ़त, जो Moonshot के इस विवरण से मेल खाती है कि अतिरिक्त पोस्ट-ट्रेनिंग से क्या हासिल हुआ। कई सावधानियाँ लागू होती हैं:

Vals, Moonshot की तालिकाओं से अलग टास्क की जाँच करता है, और इंडेक्स पर नौ मॉडल Kimi K3.1 Pro से ऊपर हैं, जिनमें 71.31% के साथ Claude Fable 5.2 और उसी तालिका में Claude Opus 5.5 (70.14%) और GPT-6 Astra (65.02%) शामिल हैं, जो उन मॉडलों में से दो हैं जिनसे Moonshot तुलना करता है।
Moonshot के Terminal-Bench आँकड़े अलग-अलग हार्नेस का मिश्रण हैं। कार्ड कहता है कि तुलना वाले स्कोर, DeepSeek के स्कोर को छोड़कर, मॉडल ब्लॉग या आधिकारिक लीडरबोर्ड पर रिपोर्ट किए गए अधिकतम मान हैं।
Kimi K3.1 Pro के मूल्यांकन पर Vals AI के नोट की तारीख 24 अक्टूबर 2026 है, जो वेट्स जारी होने से पहले की है, इसलिए यह स्कोर संभवतः होस्टेड मॉडल का है, न कि उस प्रति का जिसे आप खुद चलाएँगे। यह हमारा अनुमान है।
Vals AI अपने लीडरबोर्ड पर Kimi K3 का स्कोर 52.95% और Kimi K3.1 Pro पर अपने नोट में 52.96% छापता है।

ERNIE 5.5 Flash Base के लिए इस चेकपॉइंट का कोई स्वतंत्र माप नहीं मिला। Baidu की तालिका इसकी तुलना DeepSeek-V4-Flash-Base, Hy3-preview-Base और MiMo-V2.5-Base से करती है, जिन्हें Baidu ने उसी पाइपलाइन, प्रॉम्प्ट और फ़्यू-शॉट सेटिंग के साथ चलाया। प्रतिद्वंद्वी छह पंक्तियों में आगे हैं: ChineseSimpleQA, चेन ऑफ़ थॉट के साथ BBH, INCLUDE-lite, FullStackBench, HELMET-Rerank और InfiniteBench। बेस मॉडल के फ़्यू-शॉट स्कोर की तुलना Vals AI जैसे चैट-मॉडल लीडरबोर्ड से नहीं की जा सकती। TechiesJournal की गाइड AI बेंचमार्क दावों को कैसे पढ़ें बताती है कि ऐसे आँकड़ों से क्या पूछना चाहिए, और Tencent के Hy4 पर उसका लेख इसी Vals लीडरबोर्ड को पढ़ता है।

हार्डवेयर और वेट्स का आकार

मॉडल कार्ड ऐसे स्पार्स मॉडलों का वर्णन करते हैं जिनमें प्रति टोकन केवल कुछ एक्सपर्ट चलते हैं, लेकिन हर एक्सपर्ट को फिर भी स्टोर करना पड़ता है, इसलिए फ़ाइलें बड़ी रहती हैं। तालिका आकारों के साथ यह रखती है कि हर वेंडर या सर्विंग प्रोजेक्ट सबसे छोटे सेटअप के बारे में क्या कहता है।

वेट्स	आकार	वेंडर या सर्विंग प्रोजेक्ट द्वारा बताया गया सेटअप
ERNIE FP8	लगभग 288 GB	Baidu की गाइड: 288 GB के 2 GPU, 192 GB के 4 या 80 GB के 8
ERNIE BF16	लगभग 573 GB	Baidu की गाइड: 288 GB के 4 GPU, 192 GB के 8 या 80 GB के 8 GPU वाले दो नोड
Kimi K3.1 Pro MXFP4	लगभग 1.56 TB	vLLM रेसिपी: एक B300 नोड या दो GB300 ट्रे पर, या एक MI355X नोड पर टेंसर पैरेलल 8

स्रोत: ERNIE पंक्तियों के लिए Baidu vLLM-ERNIE गाइड, जो इन्हें वेट्स रखने वाली सबसे कम GPU संख्या बताती है, और Kimi K3.1 Pro के लिए vLLM रेसिपी, जिसका लिंक मॉडल कार्ड देता है और जो vLLM प्रोजेक्ट की है, Moonshot की नहीं। आकार Hugging Face से लिए गए हैं।

ये संख्याएँ केवल वेट्स रखने के लिए हैं, और यहाँ कुछ भी मापा गया थ्रूपुट नहीं है। Baidu की गाइड अपने उदाहरण सर्वर 131,072 टोकन के कॉन्टेक्स्ट पर चलाती है और कहती है कि 80 GB वाले GPU में 262,144 टोकन तक फ़िट होते हैं, लेकिन 1M नहीं, इसलिए पूरे कॉन्टेक्स्ट के लिए ज़्यादा मेमोरी चाहिए। vLLM रेसिपी कहती है कि थ्रूपुट को ट्यून नहीं किया गया। होस्टेड AI बनाम सेल्फ़-होस्टेड LLM पर TechiesJournal का पर्सपेक्टिव यह परखता है कि मॉडल को खुद चलाना कब उस लागत के लायक है।

डेवलपर्स को क्या जानना चाहिए

दोनों वेट्स सेट आज डाउनलोड किए जा सकते हैं, लेकिन इनमें से कोई भी डेस्कटॉप मॉडल नहीं है। आकारों और ऊपर उद्धृत Baidu और vLLM गाइड के अनुसार ERNIE को 288 GB से 573 GB स्टोरेज और कम से कम दो डेटा-सेंटर GPU चाहिए, और Kimi K3.1 Pro को लगभग 1.56 TB चाहिए, जिसमें vLLM रेसिपी का बेसलाइन आठ GPU का समूह है। ERNIE 5.5 Flash Base उन टीमों के लिए बेस चेकपॉइंट है जो इसे आगे ट्रेन करेंगी, और केवल Baidu के Territory के भीतर। Kimi K3.1 Pro एप्लिकेशन और एजेंटिक टास्क के लिए एक पोस्ट-ट्रेन्ड मॉडल है, और इसकी लाइसेंस शर्तें मुख्य रूप से Model as a Service व्यवसायों और बहुत बड़े प्रोडक्ट्स पर लागू होती हैं। दोनों में से किसी को भी अपने टास्क पर परखें, और उन पर भरोसा करने से पहले दोनों रिपॉज़िटरी और लाइसेंस फ़ाइलें दोबारा जाँच लें।

संदर्भ

स्रोत 12 नवंबर 2026 को पढ़े गए। विनिर्देश, लाइसेंस शर्तें, बेंचमार्क नतीजे और उपलब्धता Baidu, Moonshot, vLLM और Vals AI के बताए अनुसार हैं, और बदल सकते हैं।

Baidu और Moonshot ने ERNIE 5.5 Flash Base और Kimi K3.1 Pro मॉडल के वेट्स जारी किए