ERNIE-5.5-Flash vs. Claude Haiku 5.5: Ein Basis-Checkpoint trifft auf eine Preisuntergrenze

Baidu hat ERNIE-5.5-Flash-Base heute Morgen auf Hugging Face veröffentlicht, und die erste Zeile der Modellkarte ist die entscheidende: Bei den Gewichten handelt es sich um den Checkpoint am Ende des Pretrainings, ohne angewandtes Mid-Training und ohne Post-Training. Das post-trainierte ERNIE 5.5 Flash, heißt es in Baidus Veröffentlichungsbeitrag, „wird folgen“. Dieser eine Satz macht einen direkten Vergleich mit Claude Haiku 5.5 heute unmöglich, denn Claude Haiku 5.5 ist ein fertiges, instruction-getuntes Modell, das Anthropic für 0,10 US-Dollar pro Million Eingabe-Tokens und 0,50 US-Dollar pro Million Ausgabe-Tokens verkauft. Eine Seite dieses Duells ist ein Forschungsartefakt. Die andere Seite ist ein Produkt mit einer Preisliste. Im Folgenden geht es darum, was jedes von beiden tatsächlich ist, womit sich die von Baidu veröffentlichten Zahlen vergleichen lassen und womit nicht, und was sich ändern müsste, bevor der Vergleich, nach dem die Leute suchen, ein echter Vergleich wird. ERNIE-5.5-Flash ist heute nicht enthalten. den vollständigen Modellkatalog durchsuchen Er führt jedes Modell auf, das OrcaRouter routen kann, mit Live-Preisen der Anbieter.

Was Baidu heute tatsächlich veröffentlicht hat

Das Release umfasst zwei Repositories – baidu/ERNIE-5.5-Flash-Base in FP8 und baidu/ERNIE-5.5-Flash-Base-BF16 – sowie einen technischen Beitrag unter Produkt-Updates auf ernie.baidu.com. Es ist ein Sparse-Mixture-of-Experts-Sprachmodell mit insgesamt 280B Parametern und 14B pro Token aktivierten Parametern, das von Grund auf mit 33,5T Token unter Verwendung des Muon-Optimizers und FP8-Mixed-Precision vortrainiert wurde. In der Seitenleiste von Hugging Face wird die Gesamtzahl auf 286B gerundet; die Model Card gibt an, dass beide Angaben 0,36B der von Baidu so genannten ECHO-Parameter ausschließen.

Die Architektur ist sehr spezifisch, was für einen stillen Release ungewöhnlich ist. 43 Schichten, eine dicht und 42 MoE. 37 Schichten nutzen die komprimierte Attention, die Baidu HCA nennt, und cachen einen Eintrag pro 128 Tokens; sechs nutzen MLA mit Sparse Attention im DeepSeek-Stil. Hidden Size 4.096, 64 Heads, 512 geroutete Experten mit Top-10-Routing plus einem geteilten Experten und ein Vokabular von 201.216. Der Trainingskontext beträgt 128K; die veröffentlichte Konfiguration ermöglicht 1.048.576 Tokens für Fine-Tuning und Inferenz.

Das Tooling wird mitgeliefert. Die Karte enthält Deployment-Beispiele für SGLang und vLLM, und das Megatron-Bridge-Repository von NVIDIA enthält bereits ein ERNIE 5.5-Beispiel für das Fine-Tuning. Das ist der praktische Fußabdruck eines Basis-Release, der sich an Leute richtet, die darauf trainieren wollen, nicht an Leute, die es aufrufen wollen.

Was nicht ausgeliefert wurde: ein Instruct-Modell, eine Chat-Vorlage, die den Namen verdient, ein API-Eintrag, ein Preis oder auch nur ein einziger unabhängiger Benchmark. In OrcaRouters Katalog mit 216 Modellen gibt es zum Zeitpunkt der Veröffentlichung keinen ERNIE-Eintrag und keine Seite bei Artificial Analysis. Die einzigen überhaupt vorhandenen Werte sind Baidus eigene, ermittelt auf 30 Benchmarks unter einem einheitlichen Harness gegen drei weitere Base-Modelle: DeepSeek-V4-Flash-Base mit 284B-A13B, Hy3-preview-Base mit 295B-A21B und MiMo-V2.5-Base mit 310B-A15B.

Was Claude Haiku 5.5 verkauft

Claude Haiku 5.5 kam Anfang Oktober 2026 als Anthropics kleine, schnelle Modellstufe auf den Markt, und seine kommerzielle Ausgestaltung ist das Gegenteil von Baidus Veröffentlichung: Alles wird veröffentlicht, bepreist und bereitgestellt. Die Schlagzeile war eine Preissenkung von rund 90 Prozent gegenüber Haiku 4.5 in der Kurzkontext-Stufe – 0,10 US-Dollar für Eingaben und 0,50 US-Dollar für Ausgaben pro Million Token bei Prompts bis 100K Token, darüber steigend auf 0,50 und 2,50 US-Dollar. Gecachte Eingabe-Lesevorgänge kosten 0,01 US-Dollar, Batch-Aufträge die Hälfte des Standardtarifs. Anthropics eigene Darstellung ist, dass ein neuer Tokenizer für denselben Text rund 30 Prozent mehr Token zählt, sodass die effektive Ersparnis pro Aufgabe geringer ist, als es der beworbene Preis vermuten lässt – nach Anthropics eigener Schätzung etwa 75 Prozent.

Das Datenblatt ist ein Produktblatt. Kontext von einer Million Token, maximal 128K Ausgabe, Text- und Bildeingabe mit Textausgabe, ein Wissensstichtag im Juni 2026 und fünf Aufwandsstufen von niedrig bis max. Anthropic positioniert es als sein schnellstes Modell bei Standardgeschwindigkeit; Artificial Analysis misst es in seinem aktuellen Lauf bei 258 Ausgabe-Token pro Sekunde. Es ist über Anthropics eigene API, Amazon Bedrock, Google Vertex AI und Microsoft Foundry verfügbar.

Das sind die beiden Objekte. Ein Basis-Checkpoint mit 280B Parametern unter einer maßgeschneiderten Lizenz und ein gehostetes Modell mit 1M-Kontext für zehn Cent pro Million Eingabe-Tokens. Sie in denselben Satz zu setzen ist nur dann vertretbar, wenn man ausdrücklich sagt, welche Frage man beantwortet.

Warum 93,3 MMLU keine Haiku-Zahl ist

Baidus Model Card nennt MMLU 93,3, MMLU-Pro 78,4, GPQA 60,2, BBH 77,1 im Direktmodus und 89,2 mit Chain of Thought, HumanEval+ 82,3, MBPP+ 81,5, LiveCodeBench 40,1, HELMET-RAG 71,5, RepoQA 91,7 und LongBench-v2 48,7. Das sind starke Werte für ein Basismodell. Sie sind strukturell auch nicht mit dem vergleichbar, was Anthropic für Haiku 5.5 veröffentlicht.

Drei Gründe, und alle drei sind wichtig. Erstens werden Basismodelle mit unterschiedlichem Prompting evaluiert – Few-Shot-Completion statt Instruction-Following –, sodass ein Basis-Score das vortrainierte Prior misst, nicht den Assistenten, den ein Entwickler aufruft. Zweitens unterscheiden sich die Harnesses: Baidu hat seine eigene Pipeline mit eigenen Prompts und Few-Shot-Anzahlen betrieben, was der richtige Weg ist, sein Modell mit anderen Basismodellen zu vergleichen, und der falsche Weg, es mit den Instruct-Benchmarks eines Anbieters zu vergleichen. Drittens ist MMLU bei 93 tief in der Sättigung; die Unterschiede zwischen Topmodellen in diesem Benchmark sind inzwischen kleiner als die Formatierungseffekte zwischen Harnesses.

Die ehrliche Lesart von „ERNIE-5.5-Flash vs. Claude Haiku 5.5 in Benchmarks“ ist also: Einen solchen Vergleich gibt es noch nicht, und wer diese Woche einen veröffentlicht, vergleicht entweder stillschweigend einen Base-Checkpoint mit einem Instruct-Modell oder erfindet die Instruct-Zahlen.

Ein Detail aus Baidus eigener Tabelle lohnt sich zu behalten, weil es der Launch-Erzählung widerspricht. Der Beitrag räumt ein, dass Wettbewerber mehrere Zeilen für sich entscheiden — ChineseSimpleQA, INCLUDE-lite, HELMET-Rerank, InfiniteBench und FullStackBench gehen an eines der anderen Basismodelle. Ein Anbieter, der seine Niederlagen in derselben Tabelle wie seine Siege veröffentlicht, liefert ein brauchbares Signal dafür, wie viel Gewicht der Rest der Tabelle verdient.

Der Preis, den es noch nicht gibt

„Flash“ ist in Baidus Namensgebung eine Stufenbezeichnung, keine Spezifikation. Die ERNIE-Reihe hat eine etablierte Preisstaffel – ERNIE 5.1 liegt in der internationalen Qianfan-Listung bei etwa 0,59 US-Dollar für Eingaben und 2,65 US-Dollar für Ausgaben pro Million Tokens, während ERNIE 4.5 Turbo deutlich darunter liegt –, aber ERNIE 5.5 Flash hat keine veröffentlichte Preisangabe, keinen Qianfan-Endpunkt und keinen Drittanbieter-Eintrag. Eine Suche nach seiner Preisgestaltung liefert nur das Basis-Release und sonst nichts.

Diese Lücke ist die gesamte kommerzielle Frage. Die $0.10/$0.50 von Haiku 5.5 haben neu definiert, was ein kleines Modell kosten darf, und sie sind die Zahl, an der sich heute jeder Launch in der Flash-Klasse messen lassen muss. Wenn Baidu ERNIE 5.5 Flash darüber bepreist, muss das Modell den Preis mit der Qualität im Chinesischen oder mit Datenresidenz rechtfertigen. Wenn es darunter bepreist wird, wird es zu einer ernstzunehmenden Option für Workloads auf dem Festland. Bis ein Tarif erscheint, lässt sich keiner der beiden Zweige prüfen.

Artificial Analysis, deren Index am 27. Oktober 2026 neu aufgebaut wurde, setzt Claude Haiku 5.5 bei maximalem Aufwand auf 36 – eine Zahl, die zum aktuellen Index gehört und nicht mit den vor der Neuberechnung geltenden Zahlen verglichen werden kann, die für andere Modelle noch kursieren. Der Punkt ist nicht der genaue Wert. Sondern dass Haiku auf dieser Skala einen Platz hat und ERNIE-5.5-Flash nicht, weil es kein Instruct-Modell zum Testen gibt.

Auch hier verändert das Routing die Entscheidung. OrcaRouter gibt die Listenpreise der Anbieter mit 0 % Aufschlag weiter, sodass bei einer Preissenkung eines Anbieters der neue Preis noch am selben Tag auf der Plattform verfügbar ist und nicht erst, nachdem eine Reseller-Marge neu berechnet wurde. ERNIE-5.5-Flash ist heute nicht in diesem Katalog enthalten – 216 Modell-IDs, keine davon ERNIE –, daher lautet der praktische Rat für alle, die ein Kostenmodell planen, es auf den Modellen aufzubauen, die tatsächlich bepreist sind, und erneut zu prüfen, wenn Baidu eine Preisliste veröffentlicht.

Wer sollte diese Woche das Repo klonen?

Nicht Anwendungsentwickler. Der Basis-Checkpoint weist kein nennenswertes Instruction-Following-Verhalten auf, und um ihn wie einen Assistenten agieren zu lassen, bräuchte man eine Post-Training-Pipeline, die man selbst entwerfen müsste. Drei Gruppen haben jedoch jetzt einen Grund, die Gewichte herunterzuladen.

• Domain-Adaptation-Teams, die auf Chinesisch arbeiten – 33,5 Billionen Pretraining-Tokens und ein Vokabular von 200K; Continued Pretraining auf einem Basismodell ist ein legitimer Ausgangspunkt, und das Megatron-Bridge-Beispiel senkt die Kosten für einen Versuch.

• RL- und Post-Training-Forschende, die ein Modell mit 14B aktiven Parametern und veröffentlichten Architekturdetails wollen – die 512-Expert-, Top-10-Routing- und die 37/6-HCA-zu-MLA-Aufteilung sind gut genug dokumentiert, um reproduziert zu werden.

• Evaluationsteams, die eine saubere Baseline wollen, bevor das Instruct-Modell verfügbar ist – wenn Sie das Basismodell jetzt selbst ausführen, erhalten Sie einen Referenzpunkt, den Anbietermarketing später nicht mehr verschieben kann.

Alle anderen sollten warten. Ein Modell, das man nicht aufrufen, bepreisen oder gegen ein Instruct-Modell benchmarken kann, ist keine Beschaffungsoption, und die Gesamtparameterzahl von 280B bedeutet, dass Self-Hosting selbst bei FP8 eine Multi-GPU-Angelegenheit ist.

Was würde das Urteil ändern

Vier Ereignisse, in der Reihenfolge, in der sie wahrscheinlich von Bedeutung sein werden.

• Das nachtrainierte ERNIE 5.5 Flash wird ausgeliefert. Baidu sagt, es werde folgen. Bis dahin ist jeder Fähigkeitsvergleich spekulativ, und die Lücke zwischen einem Basis-Checkpoint und einem fertigen Flash-Modell ist genau der Punkt, an dem der Großteil der für Nutzer sichtbaren Qualität liegt.

• {{1}}Auf Qianfan erscheint ein Preis{{/1}}. {{2}}Das ist der Moment, in dem der Haiku-Vergleich zu einer echten Entscheidung wird statt zu einem Kategorienfehler.{{/2}}

• Eine unabhängige Bewertung erscheint. Eine Berichterstattung von Artificial Analysis oder LMArena würde Baidus Prüfrahmen in etwas Überprüfbares verwandeln. Beachten Sie, dass der AA-Index selbst am 27. Oktober 2026 neu basisiert wurde; daher sollten vor der Neubasierung kursierende Werte für Haiku 5.5 und andere nicht mit Werten nach der Neubasierung verglichen werden.

• Ein Drittanbieter-Host übernimmt es. Das ist in der Regel das Signal, dass die Bereitstellungskosten verstanden sind, und es ist der Punkt, an dem ein Modell routbar wird und nicht mehr nur herunterladbar ist.

Der Vergleich im Titel wird es wert sein, geschrieben zu werden, wenn zwei dieser vier eingetreten sind. Was heute existiert, ist ein gut dokumentiertes Basismodell, eine Lizenz, die nicht Apache ist, und ein Produkt-Tier-Name ohne dahinterstehendes Produkt. Claude Haiku 5.5 hingegen ist ein fertiges Modell mit einem Preis, auf den andere Anbieter nun antworten müssen. Auf die einzige Frage, die ein Käufer stellt – was kostet ein Token und was leistet es –, hat die eine Seite eine Antwort und die andere ein Versprechen.

Das Interessante ist nicht, dass Baidu still veröffentlicht hat. Es ist, dass das Unternehmen sich dafür entschied, zuerst die Basisgewichte herauszugeben – vor dem Modell, das jeder nutzen kann – und dafür nichts zu verlangen. Das ist der Veröffentlichungsrhythmus eines Forschungslabors, kein Produktlaunch, und es sollte auch als ein solcher gelesen werden.