Ling-3.2-flash vs. ERNIE 5.5 Flash: Das eine ist ein Produkt, das andere ein Ausgangspunkt

Zwei chinesische Labore brachten am 5. November 2026 innerhalb weniger Stunden Flaggschiff-nahe Modelle heraus, und fast jeder Vergleich, den man über Ling-3.2-flash und ERNIE 5.5 Flash schreiben kann, löst sich in Luft auf, sobald einem auffällt, dass sie nicht dieselbe Art von Objekt sind. Ling-3.2-flash ist ein fertiges, instruktionsabgestimmtes multimodales Chat-Modell: Text, Bild und Video rein, Antworten raus, live auf Ant Lings OpenAI-kompatiblem Endpoint und zwei Wochen lang kostenlos. Was Baidu veröffentlicht hat, ist ERNIE-5.5-Flash-Base – der Checkpoint am Ende des Pre-Trainings, vor dem Mid-Training, vor dem Instruction-Tuning, nur Text und über einen Completions-Endpoint bereitgestellt, weil er noch nicht gelernt hat, Anweisungen zu befolgen. Baidus eigene Release-Seite sagt, das nachtrainierte ERNIE 5.5 Flash „werde folgen“.

Diese einzige Asymmetrie entscheidet die meisten der praktischen Fragen unten. Das eine Modell kann man heute Nachmittag aufrufen. Das andere kann man herunterladen, feinabstimmen und daraus etwas machen — was ein ganz anderer Kauf ist, an den ein rechtlicher Vertrag geknüpft ist.

Die beiden Objekte, Seite an Seite

Im Folgenden steht, was jeder Anbieter heute dokumentiert. Wo eine Zahl vom Anbieter selbst stammt und nicht reproduziert wurde, wird dies angegeben.

Gesamt- und aktive Parameter — Ling-3.2-flash 560B gesamt / 25B aktiv; ERNIE-5.5-Flash-Base 280B gesamt / 14B aktiv pro Token, plus 0,36B ECHO-Parameter, die beide Zählungen ausschließen.

• Eingaben — Ling-3.2-flash verarbeitet Text, Bilder und Video nativ, mit image_url- und video_url-Blöcken in der Anfrage; ERNIE-5.5-Flash-Base ist ausschließlich auf Text beschränkt, Punkt.

• Was Sie erhalten — Ling-3.2-flash ist ein nachtrainiertes Chat-Modell hinter einer API; ERNIE-5.5-Flash-Base sind rohe Vorabtrainings-Gewichte, die Sie selbst nachtrainieren sollen.

Architektur — Ling-3.2-flash ist ein MoE aus der hybrid-linearen Ling-Reihe, die Ant seit 3.1 betreibt; ERNIE-5.5-Flash-Base hat 43 Schichten (ein dichtes FFN, 42 Multi-Router Latent MoE), 512 geroutete Experten mit Top-10-Routing plus einem gemeinsamen Experten, 37 Heavily Compressed Attention-Schichten und sechs MLA-Schichten mit Sparse Attention.

• Kontext — Ling-3.2-flash bietet ein 1M-Token-Fenster über die API; ERNIE-5.5-Flash-Base wurde mit 128K trainiert, und seine veröffentlichte Konfiguration ermöglicht 1.048.576 Token für Fine-Tuning und Inferenz, was nicht dieselbe Aussage ist.

• Gewichte — für Ling-3.2-flash sind keine veröffentlicht; ERNIE-5.5-Flash-Base liefert FP8- und BF16-Safetensors auf Hugging Face und ModelScope.

• Preis — Ling-3.2-flash ist zwei Wochen nach dem Start kostenlos, ohne veröffentlichten Tarif für den fünfzehnten Tag; ERNIE-5.5-Flash-Base hat keinen Hosting-Preis, weil Baidu es nicht bereitstellt, und Self-Hosting kostet so viel, wie 280B an Gewichten für Sie kosten.

Keine dieser Zeilen ist eine Aussage über die Qualität. Sie beschreiben, was Sie kaufen würden.

Wofür Ling-3.2-flash den Belegen zufolge tatsächlich gut ist

Die Launch-Unterlagen von Ant bestehen aus drei Benchmark-Zahlen und fünf Demo-Videos. Die Zahlen vergleichen Ling-3.2-flash mit Opus 5 bei maximalem Aufwand auf OmniDocBench1.5 (92,21 vs. 90,56), ZEROBench(Sub) (43,71 vs. 39,52) und Vision2Web (85,86 vs. 80,20). Alle drei stammen vom Anbieter selbst, alle drei sind visuell, und keine wurde von einer dritten Partei reproduziert. Als Gesamtheit betrachtet besagen sie eines: Bei Dokumentenparsing, Reasoning über 3D-Szenen und Vision-to-Web-Aufgaben glaubt Ant, ein frontiergeschlossenes Modell zu schlagen. Über Text-Reasoning, Coding oder agentische Terminalarbeit – worauf der Großteil des Produktionsverkehrs nach wie vor entfällt – sagen sie überhaupt nichts aus.

Die Demos sind aussagekräftiger als die Zahlen, weil sie die Schleife zeigen, für die Ant das Modell gebaut hat. Ling-3.2-flash prüft Headless-Renderings von Materialkugeln, vergleicht Rauheits- und Normal-Maps und schreibt sein eigenes Skript um; es steuert Blender über UI-Aktionen; es wandelt technische Zeichnungen in 3D-Webmodelle um; es liest Forschungs-PDFs mit Gleichungen und implementiert die Algorithmen in Code. Jede dieser Aufgaben erfordert, dass das Modell ein Zwischenartefakt betrachtet und sich selbst korrigiert. Das ist es, was natives multimodales Training im Vergleich zu einem Textmodell mit Vision-Adapter bringt, und es ist die Fähigkeit, die man zuerst testen sollte, wenn dies Ihr Anwendungsfall ist.

Zwei betriebliche Einschränkungen gehören im selben Atemzug genannt. Ant dokumentiert ein globales Limit von zwei Abfragen pro Sekunde mit 429-Fehlern bei Überschreitung sowie ein 90-Sekunden-Timeout bei synchronen Aufrufen, wobei Streaming empfohlen wird. Und das Modell ist nur bis etwa 19. November kostenlos; die Preisseite besagt, dass danach die ursprünglichen Tarife wieder gelten, ohne zu sagen, wie hoch diese sind.

Wofür ERNIE-5.5-Flash-Base tatsächlich gut ist

Baidus Argument ist die Verlagerung von Kosten, und es ist ein schlüssiges. Das Unternehmen hat die Rechenleistung für das Pre-Training auf 33,5 Billionen Token mit dem Muon-Optimizer verwendet; Sie verwenden Ihre für Domänenanpassung, Instruction-Tuning oder Reinforcement Learning, ausgehend von einem Checkpoint, in dem repositoryskaliger Code und Langkontextverhalten bereits eingebaut sind. Die Veröffentlichung ist als Forschungsbasis ungewöhnlich sauber: ein Checkpoint am Ende des Pre-Trainings, kein Mid-Training, kein Post-Training, sodass zwei Fine-Tuning-Methoden verglichen werden können, ohne darüber streiten zu müssen, was die Basis bereits wusste.

Baidus Bewertung vergleicht es mit drei ähnlich großen offenen Basismodellen – DeepSeek-V4-Flash-Base (284B-A13B), Hy3-preview-Base (295B-A21B) und MiMo-V2.5-Base (310B-A15B) – unter einem Harness, einem Prompt-Set und einem Judge, über 30 Benchmarks in sieben Kategorien. Das ist ein besser kontrollierter Vergleich als die meisten Launch-Tabellen, und er wird trotzdem vom Anbieter durchgeführt. Die architektonische Kernaussage, die man kennen sollte: 37 der 43 Layer attendieren über eine 128-fach komprimierte Sequenz, und Baidu sagt, die sechs MLA-Layer reichten aus, um die Long-Context-Leistung zu halten. Wenn das unabhängigen Tests standhält, ist es das Interessanteste an dem Release – eine 128-fache Kompression, die keine Long-Context-Retrieval kostet.

Der Haken ist die Lizenz – und kein kleiner. Die ERNIE 5.5 Flash Base Model License Agreement v1.0 definiert ein Territorium als „alle geografischen Gebiete weltweit mit Ausnahme der Europäischen Union, des Vereinigten Königreichs und Südkoreas“ und schreibt vor, dass die Materialien außerhalb davon nicht verwendet, verbreitet oder angezeigt werden dürfen. Die kommerzielle Nutzung ist unter 50 Mio. US$ Jahresumsatz aus zugehörigen Produkten kostenfrei, sofern Sie einmalig eine Mitteilung senden und „Powered by ERNIE“ deutlich sichtbar auf einer Benutzeroberfläche, Website, About-Seite oder Produktdokumentation anzeigen. Über 50 Mio. US$ benötigen Sie vor dem Überschreiten der Grenze eine separate vorherige schriftliche Genehmigung von Baidu, und die Nutzung muss ausgesetzt werden, wenn Sie die Grenze ohne eine solche überschreiten.

Die ehrliche Einordnung des „kostenlosen“ 280B-Checkpoints lautet also: kostenlos herunterladbar überall außerhalb von drei Rechtsordnungen, kostenlos kommerziell nutzbar bis zu einer Umsatzschwelle – und mit einer Branding-Verpflichtung, die den meisten Produktteams auf ihrer Marketing-Website eher auffällt als in der Lizenz.

Welchen du wählst, hängt davon ab, was du gerade machst.

Wählen Sie Ling-3.2-flash, wenn die Arbeit visuell ist und Sie diesen Monat eine Antwort brauchen. Dokumentenextraktion, bei der das Layout eine Rolle spielt, screenshotgesteuerte UI-Agenten, Umwandlung von Zeichnungen in 3D, Triage medizinischer Bilddaten – alles, wo das Modell seine eigene gerenderte Ausgabe prüfen muss. Die API folgt dem OpenAI-Format, daher besteht die Integration nur aus einer Änderung der Base-URL, und das zweiwöchige kostenlose Zeitfenster bedeutet, dass die Evaluierung nichts außer Ihrer Zeit kostet. Setzen Sie es noch nicht in einem Produktionspfad ein: Es gibt keinen veröffentlichten Preis, keine unabhängige Bewertung, keine Gewichte und keinen Ausweichanbieter.

Wähle ERNIE-5.5-Flash-Base, wenn du Post-Training-Kapazität und eine Domäne hast. Eine 280B-A14B-Base mit dokumentierter Architektur, funktionierenden SGLang- und vLLM-Rezepten, einem FP8- und einem BF16-Build sowie einem Megatron-Bridge-Fine-Tuning-Beispiel ist ein echter Gewinn für ein Team, das sein eigenes Modell will. Prüfe die Territory-Klausel gegen deine juristische Entität, bevor du beginnst, nicht danach. Und benchmarke es nicht als Chat-Modell — es setzt Text fort, es beantwortet keine Anfragen, daher misst jeder Instruction-Following-Vergleich mit Ling-3.2-flash das Falsche.

Wenn du eigentlich ein fertiges ERNIE zum Aufrufen wolltest, warte. Baidu sagt, dass das nachtrainierte ERNIE 5.5 Flash kommt, und bis es verfügbar ist, gibt es kein gehostetes ERNIE 5.5 in Qianfans Preisliste – die internationale Liste, die wir heute gelesen haben, enthält ERNIE 5.1, ERNIE 5.0 und ERNIE 4.5 Turbo, ohne 5.5-Zeile.

Keines von beiden steht in unserem Katalog – hier ist, was vorhanden ist

Um beim Routing Klartext zu reden: Wir haben den OrcaRouter-Katalog am 6. November erneut durchgesehen, und er liefert 215 Modellkennungen. Darin gibt es keinen Eintrag für Ling, inclusionAI, Ring oder ERNIE; die einzigen „ling“-Treffer sind Kling-Videomodelle. Diese Gegenüberstellung ist also keine Wahl zwischen zwei Dingen, die ein Schlüssel bereits erreicht.

Was ein einziger Schlüssel zum Listenpreis des Anbieters ohne Aufschlag abdeckt, sind die Modelle, die dieselben beiden Aufgaben erfüllen. Für Bildverarbeitung mit veröffentlichtem Tarif kostet Qwen3.8-Flash 0,15 $ pro Million Eingabe- und 0,47 $ pro Million Ausgabe-Token. Für kostengünstige Text-Agenten im großen Maßstab kostet DeepSeek V4.1 Flash 0,15 $ und 0,60 $, und GLM-5.3-Flash kostet 0,15 $ und 0,50 $. Alle drei akzeptieren eine OpenAI-förmige Anfrage, sodass eine auf sie portierte Ling-3.2-flash-Integration eine Änderung des Modell-Strings statt einer Neuimplementierung ist — was zählt, wenn das kostenlose Zeitfenster endet und Sie noch immer keine Preisliste haben.

Das ist auch das Argument dafür, einen Router vor ein selbst gehostetes ERNIE-Fine-Tuning zu setzen, anstatt deine App direkt auf deinen eigenen Cluster zu richten: ein Endpunkt, ein Schlüssel und automatisches Failover auf ein gehostetes Modell, wenn deine GPUs ausgelastet sind oder dein Deployment gerade ausgerollt wird. Die Routing-DSL kombiniert mehrere Modelle in einem einzigen Aufruf, sodass du ein Vision-Modell und ein Textmodell als einen Schritt statt als zwei ausführen kannst.

Worauf man achten sollte

Beide Veröffentlichungen sind in entgegengesetzte Richtungen halbfertig, und beide Lücken werden nach dem Zeitplan von jemand anderem geschlossen. Ant schuldet eine Preisliste, eine Model Card und – falls das Muster von 2026 anhält – einen MIT-lizenzierten Checkpoint. Baidu schuldet das post-trainierte ERNIE 5.5 Flash und eine klarere Aussage darüber, ob die Territory-Klausel für die Ausgaben des Modells gilt oder nur für die Gewichte und ihre Ableitungen, was laut dem vorliegenden Wortlaut weiter reicht, als die meisten Teams annehmen werden.

Bis eines davon verfügbar wird, ist der Vergleich einfach gestrickt: Ling-3.2-flash ist das Modell, das man heute evaluieren, aber nicht einkalkulieren kann, und ERNIE-5.5-Flash-Base ist das Modell, das man einkalkulieren, aber nicht aufrufen kann.