ERNIE-5.5-Flash vs. GLM-5.3 Flash: Zwei offene Repos, zwei sehr unterschiedliche Deals

Sowohl ERNIE-5.5-Flash als auch GLM-5.3 Flash sind diese Woche herunterladbar, beide sind sparse Mixture-of-Experts-Modelle derselben Gewichtsklasse, und beide passen in FP8 ungefähr auf dieselbe GPU-Ausstattung. Dort hören die Gemeinsamkeiten auf. GLM-5.3 Flash, am 26. August 2026 von Z.ai veröffentlicht, ist ein fertiges multimodales Modell unter der MIT-Lizenz mit einem veröffentlichten Preis und einem bereitgestellten Endpunkt. ERNIE-5.5-Flash-Base, am 5. November 2026 von Baidu veröffentlicht, ist der Checkpoint am Ende des Pretrainings eines Modells, das nicht nachtrainiert wurde, unter einer maßgeschneiderten Lizenz, ohne Preis und ohne Endpunkt. Sie als konkurrierende offene Modelle zu vergleichen, ist sinnvoll. Sie als austauschbare Modelle zu vergleichen, ist es nicht, und die Lücke ist zuerst rechtlich und prozedural und erst danach technisch.Für beide GLM-Varianten gilt die Abrechnung zu Listenpreisen der Anbieter, sodass die Free-Tier-Variante nichts zum Ausprobieren kostet.

Was ist tatsächlich in jedem Repository enthalten?

GLM-5.3 Flash ist ein Modell mit 320B Parametern, 18B aktiven Parametern pro Token und 45 Schichten sowie einer Mischung aus linearer und sparse Attention, die laut Z.ai den Attention-Rechenaufwand im Vergleich zum rein textbasierten GLM-5.3 etwa auf ein Drittel senkt und den KV-Cache um etwa den Faktor 4,4 verkleinert. Das Kontextfenster beträgt 1.048.576 Token, die Ausgabe ist je nach Host auf einen Wert zwischen 128K und 131K begrenzt, und das Modell nimmt Text, Bilder und Video entgegen und gibt Text aus. Die FP8-Gewichte auf Hugging Face kommen auf etwa 328 GB.

ERNIE-5.5-Flash-Base hat insgesamt 280B Parameter bei 14B aktiven, 33,5T Pretraining-Token, 43 Schichten — eine dense plus 42 MoE —, wobei 37 Schichten komprimierte HCA-Attention und sechs MLA plus Sparse Attention im DeepSeek-Stil verwenden. Hidden Size 4.096, 64 Heads, 512 geroutete Experten bei Top-10 plus ein geteilter Experte, Vokabular 201.216. Trainingskontext 128K, wobei in der veröffentlichten Konfiguration 1.048.576 für Fine-Tuning und Inferenz aktiviert sind. FP8- und BF16-Varianten, beide auf Hugging Face.

• Gesamtparameter — ERNIE 280B vs. GLM 320B

• Aktiv pro Token — 14B vs. 18B

• Ebenen — 43 vs. 45

• Kontext – 1M für Inferenz vs. 1M

• Modalität — nur Text vs. Text, Bild und Video in

• Lizenz — ERNIE 5.5 Flash Base License v1.0 vs. MIT

• Post-Training — ohne vs. instruktionsabgestimmt

• Preis — keine veröffentlicht vs. 0,15 $ Eingabe / 0,50 $ Ausgabe

Die Parameterdifferenz ist kleiner, als die Benennung vermuten lässt, und verläuft in die entgegengesetzte Richtung zu dem, was man annehmen könnte: ERNIE aktiviert pro Token weniger Parameter und hat insgesamt weniger, was auf dem Papier das günstigere der beiden für den Betrieb macht. GLMs 328GB-FP8-Fußabdruck ist die konkrete Zahl; ERNIE mit 280B liegt in derselben Größenordnung, noch vor dem KV-Cache.

Die Lizenz ist die erste Weggabelung.

MIT ist kein Marketingdetail. Es bedeutet kommerzielle Nutzung, Modifikation, Weiterverbreitung und abgeleitete Modelle – ohne Nutzungsbereichsklauseln, über die verhandelt werden müsste, und ohne eine separate Vereinbarung unterschreiben zu müssen. Ein Team kann GLM-5.3 Flash auf proprietären Daten feinabstimmen und das Ergebnis ausliefern, ohne mit der Rechtsabteilung von Z.ai sprechen zu müssen.

ERNIE-5.5-Flash-Base wird unter der ERNIE 5.5 Flash Base Model License Agreement v1.0 veröffentlicht. Dabei handelt es sich um eine maßgeschneiderte Vereinbarung, und der wissenswerte Gegensatz ist historisch: Baidu hat die ERNIE 4.5-Familie 2025 unter Apache 2.0 veröffentlicht. Der Wechsel zu einer individuellen Lizenz für die 5.5-Basis ist eine bewusste Verschärfung, kein Versehen, und sie erfolgt genau in dem Moment, in dem die Gewichte wirklich nützlich werden – ein Basis-Checkpoint wird weit eher feinabgestimmt und weiterverbreitet als ein instruktionsabgestimmtes Modell.

Für den akademischen und Forschungsgebrauch mag der praktische Unterschied null sein. Für alle, die ein Produkt entwickeln, ist es das erste Dokument, das man lesen sollte, und möglicherweise der Grund, das andere Repository zu wählen. Gewichte, die man herunterladen kann, sind nicht dasselbe wie Gewichte, auf denen man aufbauen kann.

Modalität bestimmt mehr Workloads als Benchmarks.

GLM-5.3 Flash unterstützt Video. Allein diese eine Fähigkeit nimmt es für eine große Klasse von Workloads im Jahr 2026 aus dem Vergleich mit ERNIE heraus – Bildschirmaufnahmen, Produktaufnahmen, Überwachungsclips, Vorlesungsaufzeichnungen. GLM verarbeitet außerdem Bilder, womit Rechnungen, Diagramme, Screenshots und die gesamte Kategorie der Dokumentenverarbeitung abgedeckt sind.

ERNIE-5.5-Flash-Base ist ein Sprachmodell. Text rein, Text raus. Sollte das nachtrainierte ERNIE 5.5 Flash jemals multimodale Eingaben unterstützen, hat Baidu das nicht mitgeteilt; die Veröffentlichung beschreibt ein Textmodell, und die Benchmark-Suite deckt Wissen, Schlussfolgern, Mathematik, Code, Mehrsprachigkeit und langen Kontext ab. Nichts in den veröffentlichten Materialien deutet auf Bildverarbeitung hin.

Diese Asymmetrie sollte man klar benennen, denn in einem Spezifikationsvergleich geht sie leicht unter. Ein 280B-Textmodell und ein 320B-multimodales Modell sind in einer Beschaffungsentscheidung keine Alternativen; sie beantworten unterschiedliche Fragen. Die einzige Überschneidung ist die reine Textgenerierung, und in dieser Überschneidung gewinnt das fertige Modell automatisch, weil es existiert.

Wo GLM-5.3 Flash schwächer ist, als sein Start vermuten ließ

Ehrlichkeit gilt in beide Richtungen. Die veröffentlichten Stärken von GLM-5.3 Flash sind real – DeepSWE 63,4 gegenüber 46,2 bei GLM-5.2, Terminal-Bench 2.1 bei 84,3, MMLU-Pro 86,1, MMMU-Pro 86,0, HLE mit Tools 55,3 – und Artificial Analysis beziffert seinen Coding-Index auf 71,5 und seinen General-Intelligence-Index auf 41,8. Doch dieselben Evaluierungen zeigen ein Modell mit schmalen, tiefen Schwächen: ProgramBench erreicht etwa null bis 1,5, SRE Bench 0,8, Legal Agent 6,7. Auch seine Latenz bis zum ersten Token ist für ein Modell der Flash-Klasse bemerkenswert langsam – 6,36 Sekunden bei p50 über den Sieben-Tage-Traffic von OrcaRouter – gegenüber rund 1,7 Sekunden beim größeren GLM-5.

Nichts davon macht ERNIE zur besseren Wahl. Es macht GLM zu einer bekannten Größe – einem Modell, dessen Fehlermodi von Dritten gemessen wurden. ERNIEs Fehlermodi wurden überhaupt nicht gemessen, weil es kein Instruct-Modell gibt, das man messen könnte. Bei einer evaluationsgetriebenen Entscheidung sind unbekannte Fehlermodi schlechter als dokumentierte, selbst wenn die dokumentierten schlecht sind.

Fine-Tuning-Pfade: Beide existieren, einer hat einen Vorsprung.

Baidu hat beim Tooling alles richtig gemacht. Die ERNIE-Modellkarte enthält Beispiele für SGLang und vLLM, und NVIDIAs Megatron-Bridge-Repository wurde um ein ERNIE 5.5-Beispiel ergänzt, das das Fine-Tuning abdeckt. Bei einem Basis-Checkpoint ist das der Unterschied zwischen einem Forschungsartefakt und einem nutzbaren Ausgangspunkt.

Seit Ende August ist GLM-5.3 Flash herunterladbar und hat die Ökosystem-Erfahrung angesammelt, die drei Monate Produktionseinsatz mit sich bringen: Quantisierungen, Anbieterintegrationen und Fehlerberichte. Wenn um 2 Uhr nachts ein Kernel bricht, wurde das GLM-Problem bereits von jemand anderem gemeldet. Das ist kein Benchmark, aber es ist ein echter Adoptionsaufwand und sollte in die Entscheidung einfließen.

Für alle, die GLM-5.3 Flash ausprobieren möchten, ohne einen GPU-Cluster bereitzustellen, leitet OrcaRouter z-ai/glm-5.3-flash zum Listenpreis des Anbieters ohne Aufschlag weiter, und im Katalog gibt es zudem eine Free-Tier-Variante. Im selben Katalog gibt es unter den 216 Modell-IDs keinen ERNIE-Eintrag – kein Hosting-Pfad, kein Preis, nichts zum Weiterleiten. Das ist keine Kritik an Baidus Veröffentlichung; es ist die praktische Konsequenz daraus, Gewichte vor einem Produkt zu veröffentlichen.

Welches Repository soll geklont werden

Klonen Sie GLM-5.3 Flash, wenn Sie ein multimodales offenes Modell benötigen, das Sie hinter eine API stellen, kommerziell fine-tunen und mit veröffentlichten Third-Party-Evaluierungen vergleichen können. MIT plus ein bereitgestellter Endpunkt plus drei Monate Praxiserfahrung im Produktivbetrieb ergeben eine starke Kombination, und die dokumentierten Schwachstellen sind eng genug, dass man sie umgehen kann.

Klonen Sie ERNIE-5.5-Flash-Base, wenn Sie kontinuierliches Pretraining, Domänenadaption oder Post-Training-Forschung betreiben, insbesondere auf Chinesisch, und bereit sind, eine maßgeschneiderte Lizenz zu lesen, bevor Sie in die Pipeline investieren. Die 280B-A14B-Form ist effizient, das 33,5T-Token-Budget ist beachtlich, die Architektur ist ausführlicher dokumentiert als bei den meisten Basis-Releases, und das Megatron-Bridge-Beispiel bedeutet, dass der erste Fine-Tune kein eigenes Forschungsprojekt ist.

Klonen Sie keines der beiden in der Erwartung eines Eins-zu-eins-Ersatzes für das andere. Das eine ist ein fertiges Produkt mit einer Lizenz, die fast alles erlaubt; das andere ist ein starker Ausgangspunkt mit einer Lizenz, die weniger erlaubt, und einem Produkt, das noch nicht existiert. Die interessante Frage ist, was Baidu im post-trainierten Modell ausliefert und zu welchem Preis – denn wenn es mit 14B aktiven Parametern nahe bei $0,15/$0,50 landet, ist dies keine Gegenüberstellung zweier Repositories mehr, sondern ein echter Wettbewerb zwischen zwei offenen Flash-Modellen. Bis dahin sind die Repositories überhaupt nicht im selben Regal.