ERNIE 5.5 Flash vs. ERNIE 5.5 Flash Preview: ¿a cuál estás llamando realmente?

El propio sitio web de Baidu enumera dos artefactos de ERNIE 5.5 y ninguno de ellos se llama ERNIE 5.5 Flash. Está ERNIE 5.5 Flash Base, el checkpoint en bruto de 280B publicado el 5 de noviembre, y ERNIE 5.5 Flash Preview, el modelo post-entrenado publicado el 11 de noviembre. ERNIE 5.5 Flash —el nombre sin sufijo, el que aparece en las listas de precios y en los selectores de modelos— es el modelo del que Preview es una vista previa. Eso no es una peculiaridad de marketing que deba pasarse por alto; es toda la sustancia de la comparación, porque todo lo que separa a ERNIE 5.5 Flash Preview de ERNIE 5.5 Flash es una diferencia entre un checkpoint y un lanzamiento, no entre dos arquitecturas. Los mismos 280 mil millones de parámetros totales, los mismos 14 mil millones activos, el mismo contexto de 1M de tokens. Las diferencias son una licencia, una fecha, una garantía de estabilidad y un conjunto de cifras que Baidu te ha dicho que cambiarán. El grupo de comparación es la mitad de esta decisión que está bajo tu control. precio de lista del proveedor con un 0 % de margen GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3 y DeepSeek V4.1 Flash comparten una sola clave al precio de lista del proveedor, con la tarifa de OrcaRouter mostrada como $0.00.

La nomenclatura es la parte confusa, así que empieza por ahí.

Tres nombres, dos modelos, un único canal de publicación. ERNIE 5.5 Flash Base es el checkpoint preentrenado: 280B en total, 14B activos, 43 capas, una arquitectura dispersa de mezcla de expertos con un experto compartido, entrenado con 33,5 billones de tokens, disponible para descargar hoy en Hugging Face bajo una licencia comunitaria restringida. ERNIE 5.5 Flash Preview es ese checkpoint después del posentrenamiento: lo que responde a instrucciones, usa herramientas, escribe código de juegos y genera presentaciones de diapositivas. ERNIE 5.5 Flash, cuando exista, es el mismo modelo una vez finalizado el posentrenamiento.

Baidu expone la relación sin rodeos en la publicación de lanzamiento: la Preview «es un checkpoint intermedio del postentrenamiento. Ya es competitiva con modelos de su tamaño, pero, como el entrenamiento no ha terminado, algunas capacidades aún pueden no estar a la altura. El postentrenamiento continúa y ERNIE 5.5 Flash está mejorando rápidamente». Léelo dos veces. La empresa te está diciendo que el modelo que puedes invocar hoy y el modelo que invocarás dentro de unos meses comparten una raíz en el nombre, una arquitectura y una ventana de contexto, y difieren en lo terminados que están. Si eliges entre ellos, no estás eligiendo entre dos sistemas. Estás eligiendo entre comprar ahora y esperar.

La comparación, dimensión por dimensión

Aquí está lo que realmente difiere, con ambos lados en cada línea:

• Identidad — ERNIE 5.5 Flash Preview es un checkpoint nombrado e invocable publicado el 11 de noviembre de 2026; ERNIE 5.5 Flash es un sucesor no publicado, sin fecha, sin tarjeta de modelo y sin endpoint propio.

• Arquitectura y tamaño — idénticos en ambos lados: 280B parámetros totales, 14B activos, contexto de 1M tokens, heredados del checkpoint ERNIE 5.5 Flash Base del 5 de noviembre. El post-entrenamiento no cambia el tamaño de un modelo.

• Pesos y licencia — se promete que la Preview estará bajo Apache 2.0 "pronto", sin repositorio en Hugging Face a fecha de 11 de noviembre; el eventual ERNIE 5.5 Flash se regirá por la licencia que Baidu publique en el lanzamiento oficial, la cual la empresa no ha declarado y no se garantiza que sea la misma. Considera la promesa de Apache 2.0 como una promesa sobre la preview, no sobre la familia.

• Estabilidad — la Preview es explícitamente {{1}}un artefacto intermedio{{/1}} cuyas capacidades «pueden quedarse cortas» y cuyas puntuaciones Baidu espera mejorar; la versión oficial es, por definición, la versión que Baidu está dispuesto a respaldar.

• Posicionamiento en benchmarks: la Preview tiene veinte filas reportadas por el proveedor y ninguna puntuación independiente; ERNIE 5.5 Flash tendrá lo que Baidu publique en el lanzamiento y, si se mantiene el patrón, una segunda ronda de cifras que hará que las de la preview parezcan obsoletas. Ninguno de los dos tiene hoy una entrada en Artificial Analysis.

• Precio: la Preview cuesta $0.28 por millón de tokens de entrada y $1.13 por millón de salida en Qianfan, con lecturas en caché a $0.028. No hay precio para ERNIE 5.5 Flash, y suponer que coincidirá con el de la preview es una suposición: los precios de preview suelen ser un valor provisional.

• Qué puedes hacer con ello: la Preview se puede llamar hoy y no se puede descargar; ERNIE 5.5 Flash no se puede ni llamar ni descargar, porque todavía no existe.

La asimetría que importa está al final de esa lista. La vista previa es la única de las dos que puedes probar, y es la única que no puedes conservar.

Lo que la vista previa hace y que su nombre no deja entrever

Preview sugiere ligereza y, a juzgar por las pruebas publicadas el 11 de noviembre, este no es ligero. Es un modelo solo de texto con uso de herramientas, salida estructurada y una ventana de un millón de tokens, con un precio en el extremo económico del nivel flash, y las demostraciones de Baidu describen productos de trabajo en lugar de intercambios de chat: un juego de Unreal Engine 5.8 ensamblado en una sola sesión de programación de 11 horas, aproximadamente 100 minijuegos móviles generados a partir de documentos de diseño, un Boeing 747 y el aeropuerto de Daxing modelados mediante la API de Python de Blender por dos agentes coordinados, un motor W16 y un rover lunar construidos como ensamblajes editables de FreeCAD, un informe de investigación de 20 páginas sobre los costes eléctricos de los centros de datos, un análisis de 24 páginas sobre conducción autónoma basado en 4.169 informes federales de accidentes, y un cortometraje animado de 116 segundos escrito en más de 10.000 líneas de Python.

El detalle más útil de esa lista no es una afirmación sobre una capacidad, sino una limitación que la publicación revela por iniciativa propia. Al describir el proyecto Unreal, Baidu escribe que «como es un modelo solo de texto y no puede ver la pantalla», el modelo convirtió problemas de las pruebas de juego —un personaje flotando sobre el suelo, una cámara mal colocada— en pruebas medibles en código e iteró hasta que el conjunto de pruebas pasó. Esa es la forma honesta de la competencia de este modelo: no puede mirar nada, así que escribe aserciones en su lugar. Cuando una tarea puede expresarse como una prueba, resiste bien en ejecuciones prolongadas. Cuando la única retroalimentación es el juicio visual, el modelo trabaja mediante herramientas y, al menos en algunos entornos de evaluación comparativa, mediante el modelo de visión de otra empresa.

Ese último punto procede del apéndice del benchmark y no del texto principal. Una nota al pie de la tabla afirma que «GLM-5.3 y nuestro modelo carecen de capacidades multimodales nativas; la comprensión de imágenes se proporciona mediante una herramienta impulsada por Claude Opus 5.5». Sea cual sea la conclusión sobre las puntuaciones, la arquitectura no deja lugar a dudas: no hay visión nativa, y la evaluación dependiente de visión mide un pipeline, no un modelo.

Si estás esperando ERNIE 5.5 Flash, ¿a qué estás esperando?

Cuatro cosas, y solo una de ellas es una mejora de capacidad.

La primera es una garantía de estabilidad. Un checkpoint intermedio no ofrece ninguna promesa de que el comportamiento no vaya a cambiar entre ahora y el lanzamiento, lo cual está bien para la exploración y resulta incómodo para cualquier cosa que tenga una suite de regresión vinculada a la salida del modelo.

El segundo es un conjunto de benchmarks con el que puedes comparar. Las veinte filas de la versión preliminar —Terminal-Bench 4.0 con 46.5, DeepSWE v1.1 con 71.2, MCP-Atlas con 84.6, BrowseComp con 87.4, HLE sin herramientas con 46.4, AA-LCR v1.1 con 79.0, entre ellas— son reportadas por el proveedor y no reproducidas, y Baidu ha dicho que el modelo está mejorando rápidamente. Los números de un modelo terminado son más útiles incluso cuando son más altos, porque son los números que otras personas también citarán.

El tercero es la licencia. El checkpoint base se distribuyó bajo una licencia comunitaria restringida que excluye a la UE, el Reino Unido y Corea del Sur, limita el uso comercial gratuito en función de los ingresos anuales relacionados y exige una atribución «Powered by ERNIE» en los productos comerciales. Los pesos de la versión preliminar se prometen bajo Apache 2.0. Si se cumple esa promesa, el modelo postentrenado será mucho más permisivo que el checkpoint a partir del cual se entrenó: un giro auténtico, y que conviene confirmar en el propio repositorio en lugar de en el anuncio.

El cuarto es el precio. $0.28 y $1.13 son cifras de vista previa. El precio final de un modelo GA en este nivel podría moverse en cualquier dirección, y cualquier modelo de costos que construyas hoy debería estar parametrizado en función de la tarifa en lugar de estar codificado directamente con ella.

Ninguno de esos cuatro aboga por esperar si tienes una tarea que puedas evaluar esta semana. Abogan por no firmar un compromiso de varios trimestres con un checkpoint que Baidu ha descrito, por escrito, como inacabado.

Ejecutar la comparación tú mismo

No puedes obtener ERNIE 5.5 Flash Preview de nosotros. Se sirve a través de la propia API Qianfan de Baidu y de plataformas de terceros que lo revenden; OrcaRouter enruta más de 200 modelos y ninguno de ellos es un ERNIE, así que cualquier sugerencia de que podamos entregarte este endpoint sería falsa.

Lo que sí podemos hacer es proporcionar el grupo de comparación, que es la parte de esta decisión que realmente está bajo tu control: los modelos que Baidu usó como referencia —GPT-6.1 Sol, Claude Opus 5.5, GLM-5.3 y DeepSeek V4.1 Flash— están todos disponibles con una única clave compatible con OpenAI, al precio de lista del proveedor y con un 0 % de margen, de modo que cualquier rebaja de precio de cualquiera de esos proveedores llega a tu factura el mismo día, y no en la próxima renovación del contrato.

La evaluación que hay que ejecutar es deliberadamente aburrida. Elige diez tareas de horizonte largo de tu propio trabajo. Pasa cada una por la preview y por los dos modelos que usarías de otro modo. Registra si terminó, cuántos tokens de salida salieron y cuánto costó la llamada. Los tokens de salida son el número que decide esta comparación, porque la preview factura el razonamiento como salida a $1.13 por millón y no ofrece ninguna forma de desactivar el razonamiento: un modelo verboso con una tarifa baja suele ser más caro por tarea que un modelo silencioso con una tarifa alta. Una vez que tengas el costo por tarea, la cuestión de preview frente a GA deja de tratarse de filas de benchmark y pasa a ser si el checkpoint actual es suficientemente bueno para construir sobre él antes de que sea reemplazado.

Para las cargas de trabajo que superan esa prueba, la conmutación por error automática responde a la objeción sobre la estabilidad de la única manera en que hoy se puede responder: un modelo que puede cambiar bajo tus pies nunca debería ser el único modelo en la ruta de una solicitud. Enruta la versión preliminar como principal donde gane y mantén un respaldo detrás de ella; así, un cambio de capacidades a mitad de flujo se convierte en un cambio de enrutamiento en lugar de una interrupción.

Cinco días separan el checkpoint base de la vista previa, y Baidu ha dicho que el modelo terminado está por llegar. La lectura útil de ERNIE 5.5 Flash frente a ERNIE 5.5 Flash Preview no es en absoluto una comparación cara a cara: es un calendario. A uno de ellos puedes invocarlo ahora y no podrás conservarlo; al otro podrás conservarlo y aún no puedes invocarlo. Cualquiera que construya sobre uno u otro debería estar midiendo, no comprometiéndose, hasta que la segunda columna tenga números.