ERNIE 5.5 Flash vs. ERNIE 5.5 Flash Base: Einen kann man herunterladen, den anderen nur mieten

Baidu hat nun beide Hälften desselben Modells ausgeliefert – in der falschen Reihenfolge. ERNIE 5.5 Flash Base – der Checkpoint mit 280 Milliarden Parametern, davon 14 Milliarden pro Token aktiv – wurde am 5. November 2026 auf Hugging Face mit einer zwanzigseitigen technischen Veröffentlichung, dreißig Benchmark-Zeilen und einer Lizenz bereitgestellt, für deren Lektüre man einen Anwalt brauchte. Sechs Tage später, am 10. November, erschien ERNIE 5.5 Flash als bepreister Endpunkt auf Baidu Qianfan für 0,28 US-Dollar pro Million Input-Tokens und 1,13 US-Dollar pro Million Output-Tokens – ohne Ankündigung, ohne Modellkarte und ohne jegliche Evaluierungstabelle. Die Wahl zwischen ERNIE 5.5 Flash und ERNIE 5.5 Flash Base ist also keine Wahl zwischen einem großen und einem kleinen Modell. Sie ist eine Wahl zwischen dem einen Artefakt, das man prüfen kann, und dem einen, das man tatsächlich aufrufen kann. Die Baselines, mit denen man jedes der beiden ERNIE-Modelle vergleichen würde, werden zu Listenpreisen der Anbieter abgerechnet, wobei die OrcaRouter-Gebühr in jeder Zeile mit 0,00 US-Dollar ausgewiesen wird, sodass ein Vergleichslauf einen Schlüssel und eine Rechnung kostet.

Gleiche Gewichte, zwei unterschiedliche Endzustände

Der Basis-Checkpoint ist das Ende des Pre-Trainings und nichts anderes. Er vervollständigt Text. Er befolgt keine Anweisungen, hält keinen System-Prompt, ruft kein Tool auf und lehnt keine Anfrage ab, weil diese Verhaltensweisen durch Post-Training erzeugt werden und dieser Checkpoint keines erhalten hat. Baidu sagt das direkt: Das Repository ist „der Checkpoint am Ende des Pre-Trainings, vor jeglichem Mid- oder Post-Training“ und wird als Ausgangspunkt für Domänenanpassung, Instruction-Tuning und Reinforcement-Learning-Forschung positioniert.

ERNIE 5.5 Flash ist das, was das Post-Training daraus gemacht hat. Es beantwortet Prompts, bietet Function Calling und strukturierte Ausgaben und denkt nach, bevor es spricht. Die beiden sind in keinem brauchbaren Sinne Versionen voneinander – das eine ist ein Trainingsinput, das andere ein Produkt – und der praktische Unterschied ist die gesamte Entscheidung.

• Parameter – 280B insgesamt, 14B pro Token aktiv, sparse Mixture-of-Experts, auf beiden Seiten. Gleiche Architektur.

• Downloadgröße — 288 GB verteilt auf 139 Dateien im FP8-Repository, daneben ein separates BF16-Repo. Das ist der Wert, den man einplanen sollte, nicht die doppelte Parameteranzahl.

• Kontext — 128.000 Tokens zum Trainingszeitpunkt, wobei die veröffentlichte Konfiguration für Fine-Tuning und Inferenz auf 1.048.576 gesetzt ist. Das bereitgestellte Modell ist mit 1.024.000 Eingabe angegeben; dabei handelt es sich um dasselbe Fenster, für eine Preisliste abgerundet, und nicht um eine andere Fähigkeit.

• Ausgabegrenze — der Basis-Checkpoint hat praktisch keine; das bereitgestellte Modell erlaubt 921.600 Ausgabe-Tokens, weil es bei jeder Anfrage schlussfolgert und ihm nicht gesagt werden kann, dies zu unterlassen.

• Modalität — Text rein, Text raus, auf beiden Seiten. Keine Bilder, kein Audio, keine PDFs. Jede Aufgabe, die einen Screenshot enthält, liegt für beide außerhalb des Rahmens, und das wird sich durch ein Fine-Tuning nicht ändern.

Preis — die Gewichte sind unter einer Lizenz mit territorialen Beschränkungen kostenlos; die API kostet 0,28 $ und 1,13 $ pro Million Token, wobei gecachte Eingaben bei 0,028 $ liegen.

• Unabhängige Bewertung — keines von beiden hat eine. Artificial Analysis führt Zeilen zu ERNIE 4.5 und ERNIE 5.0 und keinerlei Zeile zu ERNIE 5.5.

Die Dokumentation verläuft genau umgekehrt.

Für einen Basis-Checkpoint veröffentlichte Baidu eine wirklich detaillierte technische Veröffentlichung: die Architektur (43 Schichten, 512 geroutete Experten pro MoE-Schicht mit Top-10-Auswahl plus einem Shared Expert), das Trainingsbudget (33,5 Billionen Tokens mit dem Muon-Optimizer), das Attention-Design, den Tokenizer, die Serving-Rezepte für vLLM und SGLang und eine Benchmark-Tabelle, die auch Zeilen enthält, in denen das Modell verliert. ChineseSimpleQA steht bei 73,0 gegenüber 75,3 bei DeepSeek. BBH mit Chain-of-Thought ist ein Dreiergleichstand, der im Rauschen liegt. Das ist die Form einer Tabelle, die jemand gebaut hat, statt einer Tabelle, die jemand ausgewählt hat, und es ist die Art von Offenlegung, die einem Modell eine faire Chance auf Gehör verschafft.

Für das Chat-Modell hat Baidu einen Preis veröffentlicht. Kein Wissensstichtag. Keine Evaluierung. Keine Aussage darüber, wie sich das nachtrainierte Modell vom Checkpoint in irgendetwas außer dem Verhalten unterscheidet. Die dem Endpoint beigefügte Beschreibung besteht aus drei Sätzen über Architektur und Geschwindigkeit – 280 Milliarden Parameter insgesamt, 14 Milliarden aktiv, ein Kontextfenster von einer Million Token, mehr als 200 Token pro Sekunde – und sagt nichts über Qualität.

Die Konsequenz ist, dass die beiden Artefakte anhand inkompatibler Belege beurteilt werden. Alles, was sich über ERNIE 5.5 Flash Base in Erfahrung bringen lässt, stammt aus Baidus eigener Testumgebung gegen Baselines, die Baidu ausgewählt hat, und all das beschreibt ein Modell, das einer Anweisung nicht folgen kann. Alles, was sich über ERNIE 5.5 Flash in Erfahrung bringen lässt, ist eine Preisliste. Wer den MMLU-Pro-Wert von 78,4 des Basis-Checkpoints als Beleg für das Chat-Modell anführt, begeht den häufigsten Fehler, der in diesem Vergleich möglich ist: Evaluierungen von Basismodellen und Evaluierungen von Instruct-Modellen messen unterschiedliche Dinge und lassen sich nicht voneinander subtrahieren, vererben oder extrapolieren.

Die Lizenz ist der Teil, den die Leute überspringen

Die Gewichte sind herunterladbar, was nicht dasselbe ist wie Open Source. Die ERNIE 5.5 Flash Base Model License Agreement v1.0 vom 5. November 2026, die dem Recht von Hongkong unterliegt, beschränkt die Gewährung nach Territorium und nach Umsatz:

• Territorium — Nutzung, Vervielfältigung, Änderung und Verbreitung sind überall „außerhalb der Europäischen Union, des Vereinigten Königreichs und Südkoreas“ lizenziert. Für ein Unternehmen, das in einem dieser drei Länder gegründet wurde, ist dies kein Problem der kommerziellen Bedingungen, sondern ein Nein.

• Umsatz — kostenfrei bis zu 50 Millionen US-Dollar jährlich damit verbundenen Umsatzes; selbst unterhalb dieser Schwelle ist eine einmalige Mitteilung an Baidu erforderlich. Oberhalb davon muss die Nutzung ausgesetzt werden, bis eine schriftliche Genehmigung eingeht. Damit verbundener Umsatz wird über Produkte und verbündete Unternehmen hinweg zusammengefasst, sodass die Obergrenze früher erreicht wird, als es die GuV eines einzelnen Produkts vermuten lässt.

• Namensnennung — jedes kommerzielle Produkt muss „Powered by ERNIE“ deutlich sichtbar anzeigen.

• Ausgaben – dürfen nicht zur Verbesserung eines anderen Modells verwendet werden. Das Trainieren eines Derivats ist erlaubt; dieses hier in etwas anderes zu destillieren nicht.

Nichts davon gilt für Aufrufe über Baidus API. Der gehostete Weg unterliegt kommerziellen API-Bedingungen, nicht der Gewichte-Lizenz, sodass ein europäisches Team, das vom Download ausgeschlossen ist, das Modell dennoch tokenweise mieten kann – was, ganz nebenbei, eines der stärkeren Argumente für den Endpunkt gegenüber dem Repository ist.

Welche willst du eigentlich?

Die Entscheidung ergibt sich aus drei Fragen, und keine davon lautet: „Welche ist intelligenter?“

Können Sie 288 GB ausführen? Wenn nicht, ist der Basis-Checkpoint ungeachtet seiner Bedingungen keine Option, und der Vergleich verengt sich auf „die API nutzen oder ein anderes Modell nutzen“. Ein 280B-Mixture-of-Experts mit 14B aktiven Parametern ist pro Token günstig zu betreiben und pro Maschine teuer zu hosten, und in der Kluft zwischen diesen beiden Tatsachen scheitern die meisten Self-Hosting-Pläne.

Ist Ihre Aufgabe fest definiert und hochvolumig? Dies ist der einzige Fall, in dem die Gewichte wirtschaftlich gewinnen. Eine einzelne eng umrissene Aufgabe – Klassifizierung, Extraktion, eine domänenspezifische Transformation –, die auf einen Basis-Checkpoint feinabgestimmt wird, amortisiert den Trainingslauf und kostet danach pro Aufruf nichts. 1,13 US-Dollar pro Million Ausgabe-Token auf ewig für eine Aufgabe zu zahlen, die Sie selbst besitzen könnten, ist ein langsames Leck – und der Basis-Checkpoint ist lizenzrechtlich genau für diesen Käufer bepreist.

Müssen Sie es diese Woche zum Laufen bringen?Dann ist es der Endpunkt, denn ein Fine-Tuning über 280B Parameter ist eine Budgetposition und ein Kalenderquartal, kein Nachmittag. Die API liefert Ihnen heute ein Modell mit Tool-Calling, Reasoning und einer Million Token Eingabekontext – undokumentiert, zu einem Preis, der etwa doppelt so hoch ist wie bei der Konkurrenz der Flash-Klasse und für den es nicht offensichtlich falsch ist.

Was niemand tun sollte, ist, die beiden in einer Bewertung als austauschbar zu behandeln. Scores von Base-Checkpoints sind keine Vorschau auf die API-Qualität, und der Preis der API ist kein Beleg für die API-Qualität. Die einzige Messung, die etwas entscheidet, ist deine eigene – ein festes Prompt-Set, das durch den Endpoint geschickt, in Ausgabe-Tokens gezählt und mit dem verglichen wird, was du stattdessen verwenden wolltest.

Beide Fragen mit einem einzigen Schlüssel durchlaufen lassen

Der Vergleichsteil dieser Arbeit erfordert kein Baidu-Konto. OrcaRouter leitet mehr als 200 Modelle hinter einem einzigen OpenAI-kompatiblen Schlüssel zu Anbieter-Listenpreisen ohne Aufschlag: MiniMax M3.1 Flash für 0,15 $ und 0,60 $, GLM-5.3-Flash, DeepSeek V4.1 Flash, Qwen 3.8 Flash und Gemini 3.8 Flash sind alle dabei, und automatisches Failover hält einen Benchmark-Lauf am Leben, wenn ein Anbieter mitten im Durchlauf schwächelt. ERNIE 5.5 Flash ist nicht dabei — es gibt keinen ERNIE-Eintrag im Katalog und keinen Baidu-Endpunkt, an den wir weiterleiten könnten — daher muss der Endpunkt über Baidus eigene API aufgerufen und seine Zahlen von Hand übertragen werden.

Diese Asymmetrie sollte man klar benennen, statt sie zu umgehen: Das Modell, das man herunterladen kann, ist kostenlos und ohne einen Trainingslauf nicht nutzbar, das Modell, das man aufrufen kann, ist undokumentiert und ausschließlich über einen einzigen Anbieter erreichbar, und die Modelle, gegen die man eines der beiden benchmarken würde, laufen über einen einzigen gerouteten Schlüssel. Zwei dieser drei Tatsachen werden sich ändern. Die Lizenzklausel wahrscheinlich nicht.

Was zu beobachten ist, ist enger gefasst als das Modell selbst. Eine Modellkarte für ERNIE 5.5 Flash mit einer Bewertungstabelle würde diesen Vergleich beantwortbar machen. Ein zweiter Anbieter, der die Vorschau bereitstellt, würde ihre Verfügbarkeit und ihren Preis wettbewerbsfähig machen. Und ein unabhängiger Wert von einem Tracker, der seine eigene Testumgebung betreibt, würde an einem Nachmittag klären, was zwei Wochen Spec-Lesen nicht können – denn im Moment lautet die ehrliche Zusammenfassung, dass Baidu die Hälfte des Modells dokumentiert hat, die niemand nutzen kann, und die Hälfte, die alle nutzen können, dem Vertrauen überlassen hat.