Ling-3.2-flash مقابل ERNIE 5.5 Flash: أحدهما منتج، والآخر نقطة انطلاق

أطلقت مختبران صينيان نموذجين قريبين من الطراز الرائد خلال ساعات من بعضهما في 5 نوفمبر 2026، وكل مقارنة تقريبًا يمكنك كتابتها بين Ling-3.2-flash وERNIE 5.5 Flash تتبدد لحظة أن تلاحظ أنهما ليسا من النوع نفسه. فـ Ling-3.2-flash نموذج محادثة متعدد الوسائط مكتمل ومضبوط بالتعليمات: نص وصورة وفيديو كمدخلات، وإجابات كمخرجات، متاح مباشرة على نقطة نهاية Ant Ling المتوافقة مع OpenAI ومجاني لمدة أسبوعين. أما ما نشرته Baidu فهو ERNIE-5.5-Flash-Base — نقطة حفظ في نهاية التدريب المسبق، قبل التدريب المتوسط، وقبل الضبط بالتعليمات، نصي فقط، ويُقدَّم عبر نقطة نهاية إكمالات لأنه لم يُعلَّم بعد اتباع التعليمات. وتقول صفحة الإصدار الخاصة بـ Baidu إن ERNIE 5.5 Flash بعد التدريب اللاحق "سيأتي لاحقًا".

هذا التفاوت الواحد يحسم معظم الأسئلة العملية الواردة أدناه. أحد النموذجين يمكنك استدعاؤه بعد ظهر اليوم. والآخر يمكنك تنزيله وضبطه الدقيق وتحويله إلى شيء ما — وهو شراء مختلف تمامًا، مصحوب بعقد قانوني.

الجسمان، جنبًا إلى جنب

فيما يلي ما توثّقه كل جهة مورّدة اليوم. وحيثما كان الرقم صادرًا عن المورّد نفسه ولم يُعَد إنتاجه، يُذكر ذلك صراحةً.

• إجمالي المعاملات والمعاملات النشطة — Ling-3.2-flash: 560B إجماليًا / 25B نشطة؛ ERNIE-5.5-Flash-Base: 280B إجماليًا / 14B نشطة لكل رمز، بالإضافة إلى 0.36B من معاملات ECHO التي يستبعدها كلا العددين.

• المدخلات — يدعم Ling-3.2-flash النصوص والصور والفيديو بشكل أصلي، مع كتل image_url وvideo_url في الطلب؛ أما ERNIE-5.5-Flash-Base فهو نصي فقط، لا غير.

• ما تحصل عليه — Ling-3.2-flash هو نموذج محادثة مُدرَّب لاحقًا يعمل خلف واجهة برمجة تطبيقات؛ أما ERNIE-5.5-Flash-Base فهي أوزان تدريب مسبق خام يُتوقَّع منك أن تدرّبها لاحقًا بنفسك.

• البنية المعمارية — Ling-3.2-flash هو نموذج MoE ضمن سلسلة Ling الهجينة الخطية التي تشغّلها Ant منذ 3.1؛ أما ERNIE-5.5-Flash-Base فيتكوّن من 43 طبقة (طبقة FFN كثيفة واحدة، و42 طبقة Multi-Router Latent MoE)، و512 خبيرًا موجّهًا مع توجيه top-10 بالإضافة إلى خبير مشترك واحد، و37 طبقة Heavily Compressed Attention وست طبقات MLA مع انتباه متفرّق.

• السياق — يوفّر Ling-3.2-flash نافذةً بسعة مليون رمز على واجهة API؛ أما ERNIE-5.5-Flash-Base فقد دُرِّب على 128K، وتتيح تهيئته المنشورة 1,048,576 رمزًا للضبط الدقيق والاستدلال، وهو ما لا يماثل الادعاء نفسه.

• الأوزان — لا توجد أوزان منشورة لـ Ling-3.2-flash؛ أما ERNIE-5.5-Flash-Base فيوفّر ملفات safetensors بصيغتي FP8 وBF16 على Hugging Face وModelScope.

• السعر — Ling-3.2-flash مجاني لمدة أسبوعين بعد الإطلاق، دون سعر منشور لليوم الخامس عشر؛ ولا يوجد سعر استضافة لـ ERNIE-5.5-Flash-Base لأن Baidu لا تقدمه، وتكلّف الاستضافة الذاتية ما تكلّفه أوزان بحجم 280 مليار.

لا شيء من تلك الصفوف يُعدّ ادعاءً بخصوص الجودة. إنها وصف لما ستكون بصدد شرائه.

ما الذي يُجيده Ling-3.2-flash فعلاً، بناءً على الأدلة

مواد إطلاق Ant هي ثلاثة أرقام معيارية وخمسة فيديوهات عرض. تقارن الأرقام Ling-3.2-flash بـ Opus 5 عند أقصى جهد على OmniDocBench1.5 (92.21 مقابل 90.56)، وZEROBench(Sub) (43.71 مقابل 39.52)، وVision2Web (85.86 مقابل 80.20). جميع الأرقام الثلاثة مُبلَّغ عنها من المورّد، وجميعها بصرية، ولم يُعِد إنتاج أيٍّ منها طرف ثالث. وعند قراءتها كمجموعة، فإنها تدّعي شيئًا واحدًا: في تحليل المستندات، والاستدلال في المشاهد ثلاثية الأبعاد، ومهام التحويل من الرؤية إلى الويب، تعتقد Ant أنها تتفوق على نموذج مغلق متطور. ولا تدّعي شيئًا على الإطلاق بشأن الاستدلال النصي أو البرمجة أو العمل الطرفي الوكيلي، وهو حيث يذهب معظم حركة الإنتاج.

العروض التوضيحية أكثر إفادة من الأرقام، لأنها تُظهر الحلقة التي بُني النموذج من أجلها. يفحص Ling-3.2-flash عمليات العرض دون واجهة للكرات المادية، ويقارن الخشونة وخرائط العمق السطحي، ويعيد كتابة سكربته الخاص؛ ويقود Blender عبر إجراءات واجهة المستخدم؛ ويحوّل الرسومات الهندسية إلى نماذج ويب ثلاثية الأبعاد؛ ويقرأ ملفات PDF البحثية التي تحتوي على معادلات وينفّذ الخوارزميات في صورة شيفرة برمجية. تتطلب كل واحدة من هذه المهام أن ينظر النموذج إلى ناتج وسيط ويصحّح نفسه. هذا ما يمنحك إياه التدريب الأصيل متعدد الوسائط مقارنةً بنموذج نصي مزوّد بمهايئ رؤية، وهي القدرة التي ينبغي اختبارها أولًا إذا كانت حالتك الاستخدامية هذه.

تحذيران تشغيليان يجب ذكرهما في آنٍ واحد. توثّق Ant حدًا عالميًا قدره استعلامان في الثانية، مع ردود 429 عند تجاوزه، ومهلة زمنية قدرها 90 ثانية للمكالمات المتزامنة مع التوصية بالبثّ. والنموذج مجاني فقط حتى نحو 19 نوفمبر؛ وتقول صفحة الأسعار إن الأسعار الأصلية تُستأنف بعد ذلك دون أن تذكر ما هي.

ما الذي يُجيده ERNIE-5.5-Flash-Base فعلاً

عرض Baidu هو إزاحة التكلفة، وهو عرض متماسك. أنفقت الشركة حوسبة التدريب المسبق على 33.5 تريليون رمز باستخدام محسّن Muon؛ وأنت تنفق حوسبتك على التكيّف مع المجال، أو الضبط بالتعليمات، أو التعلم المعزز، انطلاقًا من نقطة تحقق تحتوي أصلًا على شيفرة بمقياس المستودعات وسلوك السياق الطويل مدمجين فيها. الإصدار نظيف على نحو غير معتاد كخط أساس بحثي: نقطة تحقق واحدة في نهاية التدريب المسبق، بلا تدريب وسيط ولا تدريب لاحق، بحيث يمكن مقارنة طريقتين للضبط الدقيق دون جدال حول ما كان الأساس يعرفه بالفعل.

تقييم Baidu يقارنه بثلاثة نماذج أساسية مفتوحة مماثلة في الحجم — DeepSeek-V4-Flash-Base (284B-A13B)، وHy3-preview-Base (295B-A21B)، وMiMo-V2.5-Base (310B-A15B) — ضمن إطار اختبار واحد، ومجموعة أوامر واحدة، وحَكَم واحد، عبر 30 معيارًا في سبع فئات. هذه مقارنة أفضل ضبطًا من معظم جداول الإطلاق، لكنها لا تزال مُجراة من الجهة المصنّعة. الادعاء المعماري الرئيسي الجدير بالمعرفة: 37 من أصل 43 طبقة تُجري الانتباه على تسلسل مضغوط بمقدار 128×، وتقول Baidu إن طبقات MLA الست كافية للحفاظ على الأداء في السياقات الطويلة. إذا صمد ذلك أمام اختبارات مستقلة، فهو أكثر ما يثير الاهتمام في الإصدار — ضغط بمقدار 128× لا يكلّفك أداء الاسترجاع في السياقات الطويلة.

المشكلة تكمن في الترخيص، وهو ليس ترخيصًا هيّنًا. تُعرّف اتفاقية ترخيص نموذج ERNIE 5.5 Flash Base Model License Agreement v1.0 "الإقليم" بأنه "جميع المناطق الجغرافية حول العالم باستثناء الاتحاد الأوروبي والمملكة المتحدة وكوريا الجنوبية"، وتشترط ألا تُستخدم المواد أو تُوزّع أو تُعرض خارج ذلك الإقليم. الاستخدام التجاري مجاني إذا كانت الإيرادات السنوية من المنتجات ذات الصلة أقل من 50 مليون دولار أمريكي، بشرط إرسال إشعار لمرة واحدة وعرض عبارة "Powered by ERNIE" بشكل بارز على واجهة المستخدم أو الموقع الإلكتروني أو صفحة "حول" أو وثائق المنتج. وإذا تجاوزت الإيرادات 50 مليون دولار أمريكي، فستحتاج إلى إذن كتابي مسبق منفصل من Baidu قبل تجاوز الحد، ويجب تعليق الاستخدام إذا تجاوزته دون الحصول على هذا الإذن.

الصياغة الصادقة لـ"نموذج الـ280B المجاني" هي: مجاني للتنزيل في كل مكان خارج ثلاث ولايات قضائية، ومجاني للاستخدام التجاري حتى حدّ إيرادات معيّن، ويحمّل التزامًا بالعلامة التجارية سيلاحظه معظم فرق المنتجات على موقعهم التسويقي قبل أن يلاحظوه في الترخيص.

أي واحد تختار، حسب ما تفعله

اختر Ling-3.2-flash إذا كان العمل بصريًا وكنت بحاجة إلى إجابة هذا الشهر. استخراج المستندات حيث يكون التخطيط مهمًا، ووكلاء واجهة المستخدم المدفوعون بلقطات الشاشة، وتحويل الرسومات إلى ثلاثي الأبعاد، وفرز التصوير الطبي، وأي شيء يحتاج فيه النموذج إلى التحقق من مخرجاته المعروضة. واجهة API على شكل OpenAI، لذا فإن التكامل مجرد تغيير عنوان URL الأساسي، وتعني النافذة المجانية لمدة أسبوعين أن التقييم لا يكلف سوى وقتك. لا تضعه على مسار الإنتاج بعد: فلا يوجد سعر منشور، ولا نتيجة مستقلة، ولا أوزان، ولا مزود بديل.

اختر ERNIE-5.5-Flash-Base إذا كانت لديك قدرة على التدريب اللاحق ومجال متخصص. إن نموذجًا أساسيًا 280B-A14B بمعمارية موثقة، ووصفات عاملة لـ SGLang وvLLM، ونسختي FP8 وBF16، ومثال ضبط دقيق باستخدام Megatron-Bridge هو أصل حقيقي لفريق يريد نموذجه الخاص. راجع بند النطاق الإقليمي مقابل كيانك القانوني قبل أن تبدأ، لا بعده. ولا تقيّمه كأنه نموذج محادثة — فهو يكمل النص ولا يجيب الطلبات، لذا فإن أي مقارنة في اتباع التعليمات مع Ling-3.2-flash تقيس الشيء الخطأ.

إذا كان ما أردته فعلاً هو ERNIE جاهز للاستدعاء، فانتظر. تقول Baidu إن ERNIE 5.5 Flash بعد التدريب اللاحق قادم، وحتى يصل لا يوجد ERNIE 5.5 مستضاف في قائمة أسعار Qianfan — فالقائمة الدولية التي قرأناها اليوم تضم ERNIE 5.1 وERNIE 5.0 وERNIE 4.5 Turbo، دون أي صف لـ 5.5.

لا يوجد أيٌّ منهما في كتالوجنا — إليك ما هو

لنكن صريحين بشأن التوجيه: أعدنا قراءة كتالوج OrcaRouter في 6 نوفمبر، وهو يُرجع 215 معرّف نموذج. لا يوجد فيه أي إدخال لـ Ling أو inclusionAI أو Ring أو ERNIE؛ والمطابقات الوحيدة لـ "ling" هي نماذج فيديو Kling. لذا فإن هذه المقارنة ليست اختيارًا بين شيئين يصل إليهما مفتاح واحد بالفعل.

ما يمكن لمفتاح واحد الوصول إليه، بسعر قائمة المزوّد دون أي هامش ربح، هو النماذج التي تغطي المهمتين نفسيهما. بالنسبة لأعمال الرؤية ذات السعر المعلن، Qwen3.8-Flash بسعر 0.15 دولار لكل مليون إدخال و0.47 دولار لكل مليون إخراج. بالنسبة لوكلاء النصوص الرخيصين على نطاق واسع، DeepSeek V4.1 Flash بسعر 0.15 دولار و0.60 دولار، وGLM-5.3-Flash بسعر 0.15 دولار و0.50 دولار. تقبل النماذج الثلاثة طلبات بصيغة OpenAI، لذا فإن نقل تكامل Ling-3.2-flash إليها ليس سوى تغيير في سلسلة النموذج بدلًا من إعادة كتابة — وهو أمر مهم عندما تُغلق النافذة المجانية ولا تكون لديك بعد بطاقة أسعار.

وهذا أيضًا هو الحجة وراء وضع موجّه أمام نسخة ERNIE مُعدّلة ذاتيًا بدلًا من توجيه تطبيقك مباشرةً إلى عنقودك الخاص: نقطة نهاية واحدة، ومفتاح واحد، وتحويل تلقائي عند الفشل إلى نموذج مستضاف عندما تكون وحدات GPU لديك مشبعة أو عندما يكون نشرك قيد التحديث. تجمع لغة التوجيه (routing DSL) عدة نماذج في استدعاء واحد، وهكذا يمكنك تشغيل نموذج رؤية ونموذج نصي كخطوة واحدة بدلًا من خطوتين.

الأمر الجدير بالمتابعة

كلا الإصدارين نصف مكتمل في اتجاهين متعاكسين، وكلتا الفجوتين تُسدّان وفق جدول زمني يخص طرفًا آخر. أنت مدينة بقائمة أسعار وبطاقة نموذج و— إن استمر نمط 2026 — نقطة تفتيش مرخّصة بموجب MIT. بايدو مدينة بنسخة ERNIE 5.5 Flash المدرّبة لاحقًا، ومدينة ببيان أوضح حول ما إذا كان بند Territory ينطبق على مخرجات النموذج أم على الأوزان ومشتقاتها فقط، وهو ما يوحي به النص كما هو مكتوب بأنه أوسع مما ستفترضه معظم الفرق.

حتى يتحقق أحد تلك الأمور، تتخذ المقارنة شكلًا بسيطًا: Ling-3.2-flash هو النموذج الذي يمكنك تقييمه اليوم ولا يمكنك رصد ميزانية له، وERNIE-5.5-Flash-Base هو النموذج الذي يمكنك رصد ميزانية له ولا يمكنك استدعاؤه.